如何将补充SNP呼叫替换为原始参考/备用SNP呼叫？

Question

我对两种基因型进行了测序，并提取了相应的SNP芯片SNPs，将我们的基因型与完全相同基因型的公开数据进行了比较。我注意到一些SNP必须是相反的链极性，需要翻转。如何使用R检查样本调用是否与参考或备用SNP调用匹配，如果不匹配，则将样本调用替换为互补核苷酸？

我尝试将ifelse和chartr结合起来，但失败了。

示例数据

test <- data.frame("pos" = 1:5, "ref" = c("A", "T", "C", "C","G"), "alt" = c("G","C", "A", "T", "A"), "sample" = c("A", "A", "C", "G", "G"))
View(test)

+---------+------+-------+----------+
|   pos   | ref  |  alt  | sample1  |
+---------+------+-------+----------+
| 1       | A    | G     | A        |
| 2       | T    | C     | A        |
| 3       | C    | A     | C        |
| 4       | C    | T     | G        |
| 5       | G    | A     | G        |
+---------+------+-------+----------+

期望输出

+---------+------+-------+----------+
|   pos   | ref  |  alt  | sample1  |
+---------+------+-------+----------+
| 1       | A    | G     | A        |
| 2       | T    | C     | T        |
| 3       | C    | A     | C        |
| 4       | C    | T     | C        |
| 5       | G    | A     | G        |
+---------+------+-------+----------+

Answer 1

您可以使用库dplyr来操作您的数据集。例如，使用mutate()，您可以检查示例调用是否与引用匹配。然后，您可以使用ifelse()进行一些更改。

library(dplyr)


test %>% 
  mutate(TEST1 = (ref == sample)) %>%
  mutate(sample2 = ifelse(TEST1 == TRUE, ref, sample))

#   pos ref alt sample TEST1
# 1   1   A   G      A  TRUE
# 2   2   T   C      A FALSE
# 3   3   C   A      C  TRUE
# 4   4   C   T      G FALSE
# 5   5   G   A      G  TRUE

Answer 2

使用ifelse和chartr

ifelse(test$sample == test$ref, test$sample, chartr("ATCG", "TAGC", test$sample))
# [1] "A" "T" "C" "C" "G"

Answer 3

虽然你在R中寻求解决方案，但你仍然可能想要考虑其他工具来翻转链，特别是如果你需要在更大的规模上这样做的话。您可以使用Plink和许多其他工具来完成此任务。此外，我可能会从它们的记录/方法描述中确认公共数据中的链对齐。如果公共数据集中只有一些SNP被翻转/看起来是翻转的，这是可疑的(人们会认为来自同一来源的数据内的对齐是一致的)。此外，如果您使用位置参数，您应该在您的vs公共数据中确认基因组构建/版本，因为不同的版本也可能是混淆的来源。最后，我可能还想确保问题中的SNP不是多等位的，因为它也可能是分歧的来源。