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:R 分离时调整对象的元数据,r,genomicranges,R,Genomicranges,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 N
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))