Адаптируйте метаданные объекта GenomicRanges при отсоединении - PullRequest
Новая
       39

Адаптируйте метаданные объекта GenomicRanges при отсоединении

1 голос
/ 23 марта 2020

У меня есть объект GRanges с некоторыми геномными c интервалами и некоторыми метаданными (3 вектора с охватом каждого региона в 3 разных выборках). Я применил: 

disjoin(my_data)

для получения нового объекта GRanges с наименьшим набором уникальных неперекрывающихся частей.

Проблема в том, что я не могу сохранить метаданные в моем новом объекте GRanges , То, что я хотел бы получить, это средний охват геномных c регионов, которые включали этот уникальный набор.

В качестве примера я хотел бы превратить эти метаданные: 

       sample1   sample2   sample3
1:1-3    30        NA         NA
1:1-4    NA        40         35
1:4-5    35        NA         NA
1:5-7    NA        50         50
1:6-7    60        NA         NA

в это: 

       sample1    sample2     sample3
1:1      30         40          35
1:2      30         40          35
1:3      30         40          35
1:4      35         40          35
1:5      35         50          50
1:6      60         50          50
1:7      60         50          50

Как мне этого достичь?

1 Ответ

1 голос
/ 23 марта 2020

Вот подход data.table для сохранения метаданных для разделенного набора диапазонов. 

library(GRanges)
library(data.table)
data.disjoin <- disjoin(my_data)
overlaps <- as.data.frame(findOverlaps(data.disjoin,data))
coverage.disjoin <- as.data.table(cbind(overlaps,mcols(my_data)[overlaps$subjectHits,]))
coverage.disjoin <- coverage.disjoin[,
                      lapply(.SD[,-1],function(x){unique(x[!is.na(x)])}),
                      by="queryHits"]
mcols(data.disjoin) <- coverage.disjoin[,.(sample1,sample2,sample3)]

Сначала найдите совпадения между разделенным набором диапазонов и исходными данными. Затем соберите покрытие для перекрытий в data.table. Найдите уникальное покрытие для этого диапазона по выборке, удалив значения NA. Обратите внимание, что .SD является специальным символом для подмножества data.table для группы. Наконец, присоедините результат обратно к разобщенным данным.

Данные 

my_data <- GRanges(
  c("chr1","chr1","chr1","chr1","chr1")
  ,IRanges(c(1,1,4,5,6),c(3,4,5,7,7)),
  sample1=c(30,NA,35,NA,60),
  sample2=c(NA,40,NA,50,NA),
  sample3=c(NA,35,NA,50,NA))
...