从R内到床文件上的堆积

Question

我在R中有一个数据表，我想要计算重叠窗口的数目。这本质上是一个队列命令，似乎是可以使用床头工具完成的，但我不知道如何做到这一点，而不离开R。

是否已经有了R函数来做这件事，或者对什么是有效的方法有任何建议？

如果这有帮助的话，下面是我想做的一个小例子。提前感谢！

投入：

chrom    start     end
1        1         100
1        50        150

返回：

chrom      start    end    count
1        1          49      1
1        50         100     2
1        101        150     1

Answer 1

您可以使用GenomicRanges，首先我们创建GRanges对象：

library(GenomicRanges)
gr = GRanges(seqnames=c(1,1),IRanges(start=c(1,50),end=c(100,150)))

现在计算返回rle对象的覆盖率：

COV = coverage(gr)
class(COV)

[1] "SimpleRleList"
attr(,"package")
[1] "IRanges"

它告诉您的是" 1 "，有49次运行1，51次运行2和50次运行1，这或多或少是您所需要的，除非您需要在data.frame表单中。

COV
RleList of length 1
$`1`
integer-Rle of length 150 with 3 runs
  Lengths: 49 51 50
  Values :  1  2  1

为了处理这个问题，我们最好编写一个函数：

COV2bg = function(cov_obj){

  allchr = lapply(names(cov_obj),function(i){
              ends = cumsum(cov_obj[[i]]@lengths)
              GRanges(
                  seqnames=i,
                  IRanges(start=c(1,ends[-length(ends)]),end=ends),
                  value = cov_obj[[i]]@values
                   )
              })

 Reduce(c,allchr)
}

然后将其应用于rle：

as.data.frame(COV2bg(COV))
  seqnames start end width strand value
1        1     1  49    49      *     1
2        1    49 100    52      *     2
3        1   100 150    51      *     1