在列表之间找到基因重叠的百分比

Question

这个问题是here发现的问题的变体。

我也想评估基因重叠的百分比，但我不想在一个列表中对所有基因进行成对的比较，我想比较一个列表和一个不同的列表集。最初的帖子回答给出了一个优雅的嵌套sapply，我认为这在我的情况下是行不通的。

以下是一些示例数据。

>listOfGenes1 <- list("cellLine1" = c("ENSG001", "ENSG002", "ENSG003"), "cellLine2" = c("ENSG003", "ENSG004"), "cellLine3" = c("ENSG004", "ENSG005"))
>myCellLine <- list("myCellLine" = c("ENSG001", "ENSG002", "ENSG003"))

我希望将listOfGenes1中的每个细胞系与myCellLine中的单个组进行比较，输出如下：

>overlaps
cellLine1   cellLine2   cellLine3
      100          33           0

为了清楚起见，我想要百分比重叠，以"myCellLine“作为分母。到目前为止，我一直在做的事情并没有奏效。

overlaps <- sapply(listOfGenes1, function(g1) {round(length(intersect(g1, myCellLine)) / length(myCellLine) * 100)})

Answer 1

你可以试试，

round(sapply(listOfGenes1, function(i)
                100 * length(intersect(i, myCellLine[[1]])) / length(myCellLine[[1]])), 0)

#cellLine1 cellLine2 cellLine3 
#      100        33         0 

注意：您的myCellLine对象是一个列表，因此length(myCellLine)不能工作

Answer 2

我们可以使用sapply

sapply(listOfGenes1, function(x) mean(myCellLine[[1]] %in% x) * 100)

#cellLine1 cellLine2 cellLine3 
#100.00000  33.33333   0.00000