如何将线段边界映射到R中参考文件中最近的位置

如何将段文件中的坐标位置（起点和终点位置）映射到参考文件中最近的位置

seg <- Sample   Chromosome  Start        End        Num_markers LogRatio
        Nf1         1      3020000.5    195340000.5     4732    0.2981
        Nf2         2      3100000.5    181980000.5     4091    0.2986

Ref <- Name       Chromosome    Position
     1:3010000.5        1       3010000.5
     1:195330000.5      1     195330000.5
     2:3090000.5        2       3090000.5
     2:181970000.5      2     181970000.5

---

seg使用
data.table
，您可以在指定
roll=“nearest”
的同时执行两个滚动联接。您将需要两倍于您每次需要连接到不同的列，但这应该是非常有效的。这里有一个可能的实现

library(data.table)
setDT(seg)
setDT(Ref)
StartInd <- Ref[seg, on = c(Chromosome = "Chromosome", Position = "Start"), which = TRUE, roll = "nearest"]
EndInd <- Ref[seg, on = c(Chromosome = "Chromosome", Position = "End"), which = TRUE, roll = "nearest"]
seg[, `:=`(Start = Ref[StartInd, Position], End =  Ref[EndInd, Position])]
print(seg, digits = 10)
#    Sample Chromosome     Start         End Num_markers LogRatio
# 1:    Nf1          1 3010000.5 195330000.5        4732   0.2981
# 2:    Nf2          2 3090000.5 181970000.5        4091   0.2986

库（data.table）
setDT（seg）
setDT（参考）
StartInd im在[.data.table`（Ref，seg，on=c（Position=“Start”）中获取错误，其中=TRUE，：未使用的参数（on=c（Position=“Start”））您有一个旧版本的
数据。table
。请从CRANI安装1.9.6版。我在一个更大的数据集上尝试使用上面示例中给出的前几列脚本。我收到警告消息：1:in
[.data.table
（seg，
：=
（Start=ref[StartInd，Position]，End=ref[EndInd，：提供10795个项目分配给“开始”列的741个项目（10054个未使用）2:In
[.data.table
（seg，
：=
）（开始=参考[StartInd，Position]，结束=参考[EndInd，：提供9637个项目分配给“结束”列的741个项目（8896个未使用）我无法复制这个。我在不同的数据大小上尝试过它，效果很好。可能你做得不正确。
StartInd
和
EndInd
的大小应该与
seg
的定义相同-因此你的错误消息对meSo没有多大意义，只需将
染色体
添加到连接中。我已经升级了回答了为什么我们在基因组位置上有小数点，
.5
？Ref中1号染色体的309000.5位置如何与2号染色体的3100000.5位置匹配？@zx8754 i更新了这个问题
library(data.table)
setDT(seg)
setDT(Ref)
StartInd <- Ref[seg, on = c(Chromosome = "Chromosome", Position = "Start"), which = TRUE, roll = "nearest"]
EndInd <- Ref[seg, on = c(Chromosome = "Chromosome", Position = "End"), which = TRUE, roll = "nearest"]
seg[, `:=`(Start = Ref[StartInd, Position], End =  Ref[EndInd, Position])]
print(seg, digits = 10)
#    Sample Chromosome     Start         End Num_markers LogRatio
# 1:    Nf1          1 3010000.5 195330000.5        4732   0.2981
# 2:    Nf2          2 3090000.5 181970000.5        4091   0.2986