问题标签 [genomicranges]

快速版本是我想在某些值的一定距离内找到所有匹配项。例子：

这有效，但只返回第一个匹配项。我现在的目标是找到所有匹配项（在指定的 50 范围内）。预期输出：

注意loc.3p130 也应该与loc.5p132 和 132 匹配。

怎么做？我需要为下一组操作保留分数。

生物信息学版本，我试图找到所有下游 5' 读取到一定距离（在同一条链中）。对于这个例子，我只使用“+”链，但对于“-”链我也必须这样做。由于这将针对数百万次读取完成，data.table因此似乎是合适的。我调查了GenomicRanges但保留两组数据（5' 和 3' 位置）的元数据有点复杂。

尝试通过 getPromoterSeq（GenomicFeatures 包）从 TxDb.Hsapiens.UCSC.hg19.knownGene 获取启动子序列时失败

结果如下：

我搜索有关此错误的其他讨论。当人们试图加载序列文件时，似乎有非 T、C、G、A 序列，主要是序列文件中的“p”。虽然在这里我什至没有在本地提供序列，但它全部来自包。

我有一个带有数千个分数列（tomap）的 GRanges 对象，另一个带有感兴趣区域且没有元数据（roi）的对象。我正在尝试将tomap中每一列的最大分数映射到roi中的相应间隔。

我还想保留分数列的名称（在我的真实数据中，这些名称是有意义的，不能像 score1、score2 等那样概括）。我可以为特定的列做到这一点，但正在努力将其推广到每一列。

这是我到目前为止所得到的：

如您所见，这在我单独指定每个分数列时有效，但是如何为数千列执行此操作？

这个简单的代码：

失败并出现相当神秘的异常：

validObject(.Object) 中的错误：无效类“GRanges”对象：1：“x@seqnames”不平行于“x”无效类“GRanges”对象：2：“x@strand”不平行于“x”

此外，当我尝试提供seqlengths：

我得到：

.normargSeqlengths(seqlengths, seqnames) 中的错误：提供的“seqlengths”的长度必须等于序列的数量

这表明在此过程中丢弃了一些数据。但我无法弄清楚它为什么会发生。

对于这里发生的事情的任何见解，我将不胜感激。

环境：

我想使用 foverlaps() 来执行重叠范围连接。我遇到的一个问题是该maxgap参数尚未实现，我只是注意到即使选择type = "any", mult="all". 看这里：

注意第一行range_two是如何在 foverlaps 结果中丢失的。

如何确保返回双方的所有范围，无论它们是完全重叠还是部分重叠，还是根本不重叠？

我用这个创建了以下GenomicRanges对象：

看起来像这样：

我想要做的是从那里获得唯一的行，产生这个（手工编码）

我怎样才能做到这一点？实际上，我有大约 900 万行要处理。

我可以使用这种方法，但速度很慢：

在 GenomicRanges 中，一个有趣的问题是基因岛的识别。

我试图找到相邻范围不超过一定距离的最大范围子集。为了解决这个问题，我尝试根据各个范围之间的差异来分配组。

我在 IRanges 包中搜索了合适的方法，但到目前为止我还没有成功。

根据分配的组，可以找到最大的组。你知道任何更好的解决方案，避免 for 循环吗？

假设我有一个不重叠的基因组区间列表。

以及与不同样本相关的基因组位置列表：

我的目标是计算每个间隔的唯一样本数。在我的真实数据集中，间隔表是 ~400.000 行，基因组位置样本表是 ~30.000 行。

该计算嵌入在模拟中，因此它应该尽可能快。我已经尝试过使用 GenomicRanges 作为：

结果是

然而，它仍然会在没有样本的情况下下降间隔（201-300），而且速度也不是很快。使用我的数据集：

我想知道是否有更好更快的方法来进行这种分析？

谢谢

可重现的数据集：

编辑

与我的真实数据集大小相同的可重现数据集

由于 subseq() 函数和 DNAString 函数（来自 biomaRt），我从染色体 1 中检索了 DNA 序列，我的目标是找到该序列中所有可能的转录本。

我想找到 GRange 对象“Txdb”（人类染色体 1 的所有转录本）和我之前获得的 DNA 序列（我必须构建一个 Grange 对象，开始和结束位置进入 chr1）之间的重叠函数transcriptsByOverlaps()。

这是代码：

我什至运行了我在 transcriptsByOverlaps() 函数的帮助中找到的示例，它得到了同样的错误：

有人可以帮忙吗？我阅读了帮助，但我不明白如何解决这个问题。谢谢你。

这是 SessionInfo()

已经将基因组分割成相邻的非重叠箱，例如通过tileGenome，我已经通过某种方式为每个箱计算了一些属性（比如 1 或 2）。

现在我想合并具有相同属性的相邻。一个最小的例子如下所示：

前 4 个 bin 的属性为 1，因此应合并为一个 bin。

我浏览了GRanges文档，找不到明显的本机解决方案。请注意，seqname必须考虑边界（例如 chr1 和 chr2 保持分离，而与属性无关） 显然，我可以使用循环，但我宁愿使用本机 GRange 解决方案，例如union我可能已经监督使用的解决方案。

所需的输出应如下所示：