1

我有一个 SummarizedExperiment（但我们可以认为它是一个 GRanges）。我想要的是减少间隔的数量，每个相同的相邻只保留一行mcol(gr)，重要的是还要跟踪新的扩展间隔。

非常感谢！

gr <- GRanges(
seqnames = Rle(c("chr1"), c(12)),
ranges = IRanges(1:12*10, end = 1:12*10+5),
state1 = c(1,1,1,1,2,3,4,5,5,5,1,1),
state2 = c(1,1,1,2,2,2,5,5,6,6,1,1))

生成的 GRange 应如下所示：

gr2 <- GRanges(
  seqnames = Rle(c("chr1"), c(8)),
  ranges = IRanges(start = c(10,40,50,60,70,80,90,110),
  end =  c(35,45,55,65,75,85,105,125)),
  state1 = c(1,1,2,3,4,5,5,1), state2 = c(1,2,2,2,5,5,6,1))​

编辑：我已经编辑了 Granges，以便状态对也存在于非相邻间隔中（第二个 1,1 对必须独立于第一个报告）对不起，我最初的解决方案也是错误的！

非常感谢！

4

1 回答 1

2

创建一个人为因素，确保水平在因素中的出现顺序（而不是默认的字母顺序）以避免重新排列 Granges，并拆分GRanges对象

f0 = paste(gr$state1, gr$state2, sep=".")
f = factor(f0, levels=unique(f0))
grl = split(gr, f)

获取范围和相关元数据

grf = unlist(range(grl), use.names=FALSE)
mcols(grf) = mcols(gr)[!duplicated(f),]

split(), range(), 并且unlist()对于这种大小的数据都应该是“快速的”。

要在染色体上也分裂，请将其添加到因子

f0 = paste(seqnames(gr), gr$state1, gr$state2, sep=".")

以其他方式分裂，例如，仅当状态相邻时，找出一种方法来制作适当的因子，例如，

f0 = paste(
    seqnames(gr),
    cumsum(c(TRUE, diff(gr$state1) != 0)),
    cumsum(c(TRUE, diff(gr$state2) != 0)),
    sep=".")

在 Bioconductor支持网站上询问有关 Bioconductor 软件包的问题。

于 2016-09-08T23:22:34.807 回答