首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >GenomicRanges添加覆盖范围

GenomicRanges添加覆盖范围
EN

Stack Overflow用户
提问于 2017-02-22 19:10:46
回答 1查看 1.1K关注 0票数 1

我正在研究RNA seq数据,并试图按基因型绘制平均覆盖范围,类似于这里所做的工作。

每个基因型的RNA seq覆盖率(资料来源: pickrell等人,自然,2010年)

为此,我有来自100个个人的大型文件,其中包含来自RNA-seq数据的覆盖信息(在特定区域),并且我在R中以GenomicRanges对象的形式读取这些信息。

这给了我一些GRanges对象,比如在下面的玩具示例中获得的对象:

gr1=GRanges(seqname=1,range=IRanges(start=c(1,5,10,15,30,55),end=c(4,9,14,29,39,60)) gr1$cov=c(3,1,8,6,2,10) gr2=GRanges(seqname=1,range=IRanges(start=c(3,20,24),end=c(7,23,26) gr2$cov=c(3,5,3) Start=unique(排序(c(range(Gr1)@start,range(Gr2)@start) gr1

代码语言:javascript
复制
GRanges object with 6 ranges and 1 metadata column:
seqnames    ranges strand |       cov
   <Rle> <IRanges>  <Rle> | <numeric>
       1  [ 1,  4]      * |         3
       1  [ 5,  9]      * |         1
       1  [10, 14]      * |         8
       1  [15, 29]      * |         6
       1  [30, 39]      * |         2
       1  [55, 60]      * |        10 
        -------
 seqinfo: 1 sequence from an unspecified genome; no seqlengths

gr2

代码语言:javascript
复制
GRanges object with 3 ranges and 1 metadata column:
seqnames    ranges strand |       cov
   <Rle> <IRanges>  <Rle> | <numeric>
       1  [ 3,  7]      * |         3
       1  [20, 23]      * |         5
       1  [24, 26]      * |         3
       -------
 seqinfo: 1 sequence from an unspecified genome; no seqlengths

问题是,我每个人都有这些(gr1和gr2是两个不同的个体),我想将它们组合起来,创建一个基因组范围对象,给出每个位置的总体覆盖范围,包括1和2,如下所示:

gr3

代码语言:javascript
复制
GRanges object with 6 ranges and 1 metadata column:
seqnames    ranges strand |       cov
   <Rle> <IRanges>  <Rle> | <numeric>
       1  [ 1,  2]      * |         3
       1  [ 3,  4]      * |         6 (=3+3)
       1  [ 5,  7]      * |         4 (=1+3)
       1  [ 8,  9]      * |         1
       1  [10, 14]      * |         8
       1  [15, 19]      * |         6
       1  [20, 23]      * |         11 (=6+5)
       1  [24, 26]      * |         9 (=6+3)
       1  [27, 29]      * |         6
       1  [30, 39]      * |         2
       1  [55, 60]      * |        10 

有人知道一个简单的方法吗?还是我注定了?

谢谢你的回答。

PS:我的数据不是搁浅的,但如果你有它作为搁浅数据,那就更好了。

PPS:理想情况下,我也希望能够对乘法进行处理,或者应用带有两个参数x和y的任何函数,而不是简单地添加覆盖范围。

EN

回答 1

Stack Overflow用户

发布于 2018-01-09 21:49:08

已经快一年了,但这是我的答案,供将来参考。

每当我找不到函数直接执行像这个任务这样的任务时,我只需将GRanges对象展开为单bp解析。这允许我对元数据列执行任何必需的操作,将它们视为简单的data.frame列,因为IRanges现在在两个Granges对象之间匹配。

在这个问题的具体案例中,有以下几点。

代码语言:javascript
复制
### Sort seqlevels
# (not necessary here, but in real world examples,
# with multiple sequences, you will want to do this)
gr1 <- sort(GenomeInfoDb::sortSeqlevels(gr1))
gr2 <- sort(GenomeInfoDb::sortSeqlevels(gr2))

### Add seqlengths
# (this corresponds to the actual sequence lengths;
# here we use the highest position between the two objects: 60)
seqlengths(gr1) <- 60

### Make 1-bp tiles covering the genome
# (using either one of gr1 and gr2 as a reference)
bins <- GenomicRanges::tileGenome(GenomeInfoDb::seqlengths(gr1),
                                  tilewidth=1,
                                  cut.last.tile.in.chrom=TRUE)

### Get coverage signal as Rle object
gr1_cov <- coverage(gr1, weight="cov")
gr2_cov <- coverage(gr2, weight="cov")

### Get average coverage in each bin
# (since the bins are 1-bp wide, this just keeps the original coverage value)
gr1_bins <- GenomicRanges::binnedAverage(bins, gr1_cov, "binned_cov")
gr2_bins <- GenomicRanges::binnedAverage(bins, gr2_cov, "binned_cov")

### Make final object:
# We can now sum the values in the metadata columns
# Addressing the PPS, you could do any other operation or apply a function
gr3 <- gr1_bins
gr3$binned_cov <- gr1_bins$binned_cov + gr2_bins$binned_cov

这产生了最终的GRanges对象的单bp分辨率.

代码语言:javascript
复制
> gr3

GRanges object with 60 ranges and 1 metadata column:
     seqnames    ranges strand | binned_cov
        <Rle> <IRanges>  <Rle> |  <numeric>
 [1]        1    [1, 1]      * |          3
 [2]        1    [2, 2]      * |          3
 [3]        1    [3, 3]      * |          6
 [4]        1    [4, 4]      * |          6
 [5]        1    [5, 5]      * |          4
 ...      ...       ...    ... .        ...
[56]        1  [56, 56]      * |         10
[57]        1  [57, 57]      * |         10
[58]        1  [58, 58]      * |         10
[59]        1  [59, 59]      * |         10
[60]        1  [60, 60]      * |         10
-------
seqinfo: 1 sequence from an unspecified genome

为了压缩它并得到问题中的确切gr3,我们可以执行以下操作。

代码语言:javascript
复制
### Compress back to variable-width IRanges (by cov)
gr3_Rle <- coverage(gr3, weight='binned_cov')
gr3 <- as(gr3_Rle, "GRanges")

### Drop 0-score rows
gr3 <- gr3[gr3$score > 0]

### Rename metadata column
names(mcols(gr3)) <- 'cov'

> gr3

GRanges object with 11 ranges and 1 metadata column:
       seqnames    ranges strand |       cov
          <Rle> <IRanges>  <Rle> | <numeric>
   [1]        1  [ 1,  2]      * |         3
   [2]        1  [ 3,  4]      * |         6
   [3]        1  [ 5,  7]      * |         4
   [4]        1  [ 8,  9]      * |         1
   [5]        1  [10, 14]      * |         8
   [6]        1  [15, 19]      * |         6
   [7]        1  [20, 23]      * |        11
   [8]        1  [24, 26]      * |         9
   [9]        1  [27, 29]      * |         6
  [10]        1  [30, 39]      * |         2
  [11]        1  [55, 60]      * |        10
  -------
  seqinfo: 1 sequence from an unspecified genome
票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/42400257

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档