Summary
This chapter introduces how to assign values to variables using the `<-` operator in R and how to create and access vectors to store and manipulate sequences of values, with printing to display results.

General domain of usage
Biological data analysis

R on **tehokas ohjelmointikieli**, jota biologit ja bioinformaatikot käyttävät laajasti monimutkaisten aineistojen analysointiin. Sen joustavuus ja laaja yhteisön tuki tekevät siitä erityisen arvokkaan työkalun erilaisten biologisten datatyyppien käsittelyyn nykyaikaisessa tutkimuksessa. Tyypillisiä aineistoja ovat esimerkiksi **geeniekspressiomittaukset**, **ekologisten tutkimusten tulokset** tai **populaatiolaskennat**. R mahdollistaa näiden biologisten aineistojen tehokkaan järjestämisen, analysoinnin ja visualisoinnin, tarjoten olennaiset työkalut kokeellisten tulosten ymmärtämiseen ja merkityksellisten johtopäätösten tekemiseen.

# Assigning variables for biological data in R

# Gene expression level for gene A (measured in arbitrary units)
geneA_expression <- 5.4
print(geneA_expression)

# Species count in a quadrat survey
species_count <- 17
print(species_count)

Yllä olevassa koodissa arvojen sijoittaminen muuttujiin tapahtuu käyttämällä `<-`-merkkiä, joka on R:n vakiomerkintä sijoitusoperaattorille. Tässä `geneA_expression` sisältää mitatun geenin ilmentymistason, kun taas `species_count` tallentaa ekologisen tutkimuksen aikana tietyllä alueella havaittujen lajien lukumäärän. Näiden muuttujien avulla biologiset mittaukset voidaan esittää selkeästi R-ympäristössä, mikä helpottaa laskentaa, tulosten visualisointia ja havaintojen jakamista. **Kuvaavien muuttujanimien** käyttö auttaa seuraamaan kunkin arvon biologista merkitystä.

# Creating a vector to store multiple gene expression levels

# Expression levels for gene B across five samples
geneB_expression <- c(4.2, 5.0, 6.1, 5.7, 4.9)
print(geneB_expression)

Vektorit ovat R:n **ensisijainen tietorakenne** arvojoukkojen, kuten biologisen kokeen toistettujen mittausten, tallentamiseen. Tässä esimerkissä `geneB_expression` on vektori, joka sisältää geenin ilmentymistasot viidestä eri näytteestä. Datan tallentaminen vektoreihin mahdollistaa laskutoimitusten tehokkaan suorittamisen kaikille mittauksille samanaikaisesti. Yksittäisiin alkioihin pääsee käsiksi hakasulkeilla; esimerkiksi `geneB_expression[3]` palauttaa kolmannen ilmentymisarvon. Tämä rakenne on olennainen biologisen datan hallinnassa ja analysoinnissa, sillä usein käsitellään suuria määriä samankaltaisia mittauksia.

Mikä on R:n ensisijainen tietorakenne mittaussarjan tallentamiseen kokeesta?

Mitä symbolia käytetään sijoitusoperaattorina R:ssä?

Käytännönläheinen johdatus R-ohjelmointiin, joka on suunnattu biologeille ja bioinformaatikoille. Opettele analysoimaan, visualisoimaan ja tulkitsemaan biologista dataa R:n avulla, käyttäen esimerkkejä genomiikasta, ekologiasta ja kokeellisesta biologiasta.

Opi R-ohjelmoinnin perusteet keskittyen biologiseen dataan, mukaan lukien muuttujat, tietotyypit ja perusdatan käsittely.

Syvenny tilastollisiin menetelmiin biologisten aineistojen analysoinnissa, mukaan lukien yhteenvetotilastot, hypoteesien testaus ja tulosten tulkinta.

Hallitse biologisten tietojen visualisoinnin taito R:llä, peruskaavioista edistyneempiin kokeisiin liittyviin visualisointeihin.

Opettele käsittelemään genomityyppistä dataa ja kehittämään toistettavia työnkulkuja tieteelliseen tutkimukseen R:ssä.

Introduction to R and Biological Data

1. Mikä on R:n ensisijainen tietorakenne mittaussarjan tallentamiseen kokeesta?

2. Mitä symbolia käytetään sijoitusoperaattorina R:ssä?