R 分离时调整对象的元数据

我有一个GRanges对象，带有一些基因组间隔和一些元数据（3个载体，覆盖3个不同样本中的每个区域）。我已申请：

disjoin(my_data)

以获得具有最小唯一、不重叠块集的新GRanges对象

问题是我不能在我的新GRanges对象中保存元数据。我想得到的是包括这一独特集合在内的基因组区域的平均覆盖率

例如，我想将此元数据转换为：

       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 

为此：

       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

---

如何实现这一点？

以下是一种data.table方法，用于为分离的范围集保存元数据

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)]

---

你好我在真实的数据集中尝试过这一点，但我得到了以下错误：

错误在

[.data.table

（coverage.disjoin，lapply（.SD[，-1]，function（x）{：为组2的第40列提供了2项，该列有12行。RHS长度必须为1（单个值可以）或者与LHS长度完全匹配。如果您希望“回收”RHS，请明确使用rep（），让代码读者清楚地了解此意图。

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))