问题标签 [genomicranges]

我想在文件中找到重叠的区域并将它们合并，以保持较早的开始和较晚的停止（将 2 个区域合并为 1）

我打算使用基因组范围，但我不确定如何编写脚本。

这是文件fileA.txt包含的内容：

脚本：

我不确定如何为单个文件设置查询和主题，以及作为文档的对象需要任何类型的“”或特定格式（bedGraph、txt 都可以吗？）以便在脚本中被识别？

非常感谢您的帮助！

K。

我正在处理TxDb.Hsapiens.UCSC.hg19.knownGene数据。我发现最大外显子的长度是 205012。我怎样才能找到那个外显子的基因组坐标？

我有 2 个基因组范围

我想让它们具有可比性。首先我将它们组合起来，然后我使用了 disjoin：

所以， disjoin 正在做我想要的拆分，但不幸的是没有保留元数据。有没有办法像这样保留元数据并获得 GRange？

谢谢

我有一个data.frame其中每一行都是线性间隔 - 特别是这些间隔是染色体上的开始和结束坐标（chr如下）：

染色体有两条链，因此有strand柱子。

我想将spread这些间隔设置为 1 的宽度，从而用一列替换start和列。到目前为止，我正在使用这个：endposition

但是对于我拥有的间隔数量和它们的大小来说，它有点慢。所以我的问题是是否有更快的选择。

我正在尝试使用以下命令在 bash 命令行（我使用的是 CentOS 8）上运行 R 脚本： cat 1_myScript.R | R --slave --args $SAMPLE"_x" $SAMPLE"_y"

其中 $SAMPLE 是我在 R 脚本中指定的参数，如下所示

> args<-commandArgs()

> aaa<-args[4]

此语法始终适用于我的所有脚本，但现在它给了我以下错误：

as.vector(x) 中的错误：没有将此 S4 类强制为向量的方法

调用：setdiff -> setdiff.default -> -> as.vector

执行停止

奇怪的是，如果我尝试在 R 控制台中运行这个脚本

>source("1_myScript.R")

它继续没有错误。我查了一下，它似乎是一个链接到我在脚本中使用的库“GenomicRanges”的功能。这是我的脚本的主体（请注意，我不知道它失败的确切行）：

我有兴趣从我感兴趣的基因中获取侧翼基因。为此，我发现 package.json 中的followandprecede函数非常有用GenomicRanges。唯一的问题是这个功能不包括重叠基因。例如，如果我有我感兴趣的基因，例如：

并希望从此列表中获取侧翼基因：

使用follow，precede我发现我的基因两侧是参考列表中的第一个和第三个基因：

而不是像我想要的那样为第一个返回 1-2 和为第二个返回 2-3 ：

您知道在查询中包含重叠基因的任何方法吗？

我想做这样的数据

这是我的数据

我的问题是如何使我的数据看起来像上面的数据？

任何人都可以帮助我吗？我对输入数据不是很熟悉。

请帮忙！

如何找到两个不同数据帧之间的重叠，然后将这些数据写入相应的 bin 中？

例如，我将有一个数据框（由此处的第一个表表示），其中包含一个子集的起点和终点，例如从 0 到 10.000 的数字序列，但这些子集没有提供有关其余 10.000 个数字的信息/不包含它们。

另一个数据帧（由第二个表表示）由 100 个小数字组成——跨越整个序列的短间隔，从 0 到 10.000。

因此，不同的数据帧也有不同的行数，第一个只跨越 10.000 个数字的一​​部分，而第二个跨越全部。

我想过使用一个循环遍历每行的 BinStart 和 BinEnd，然后查看间隔是否在第一个数据帧的 Start 和 End 值之间，然后填充 Number of Overlaps 列，但不知道如何做到这一点。

也许我应该将我的垃圾箱分成仅跨越 1 个数字的垃圾箱，并检查这个数字是否介于两个值之间，然后如果是 = 填充数字 1，如果否 = 填充数字 0，然后再次将我的垃圾箱合并到垃圾箱中跨越100个数字？

最后的输出/结果应如下所示：

dplyr 或 findOverlaps 或 GenomicRanges 包的 mutate 函数在这里有用吗？

提前谢谢大家，周末愉快！

我需要找到 2 组（gp1 和 gp2）之间相同染色体上重叠区域的长度。（stackoverflow 中的类似问题与我的目标不同，因为我想找到重叠区域而不是 TRUE/FALSE 答案）。

例如：

我正在寻找一种方法来比较这两组并获得如下结果：

如果您正在阅读本文并花宝贵的时间帮助我解决我遇到的问题，我真的很感激。

在 R 中，我想将数据从一个数据帧中的小连续 bin 排序到另一个数据帧中所有重叠间隔的大小和分布不规则的（非重叠）bin。

我的第一个数据框看起来像这样（实际的数据框将有数十万行）：

这是我想将其重叠并分类到相应箱中的数据框：

最后它应该有点像这样（小数/四舍五入没那么重要，但部分重叠的计数也应该分类到垃圾箱中）：

我曾想过将 GenomicRanges 与 findOverlaps 函数一起使用，但无法弄清楚在这种情况下如何使其正常工作。

如果有人对如何解决这个问题有任何想法，任何帮助将不胜感激！

提前谢谢您，祝您周末愉快，身体健康！