我一直在使用两个不同的靶标预测程序来预测基因上的结合位点,并使用R来处理我得到的结果
问题是,这些程序为每个基因提供了不同数量的靶点,而且位置略有不同。我想做的是看看这些站点是否相同,或者至少,如果我有"开始"位置和"停止"位置,这些范围在程序之间是否重叠。
假设我有两个程序X和Y;
X预测两个位点,x1是两个位点的起始位置,x2是停止位置。与y 相同
x1<-c(1521,1259)
x2<-c(1544,1282)
y1<-c(1825,1522,1259,362)
y2<-c(1848,1543,1282,384)
因此,两个X站点在Y中重叠。并在表中输出这些位置:
| x1 | x2 | y1 | y2 |
| 1521 | 1544 | 1522 | 1543 |
| 1259 | 1282 | y1259 | 1282 |
我最初的想法是,如果每个程序只有一个站点,那么执行以下操作会告诉我它们是否重叠。(y的停止位置,应大于开始位置x,x的停止位置大于y)
x1 <= y2 && y1 <= x2
我不知道我怎么能对我的问题做同样的事情,至少,如果不写很多循环和if的话。
IRanges软件包(以及基因组数据的GenomicRanges,当染色体和可能的链很重要时)允许您定义范围
library(IRanges)
x <- IRanges(x1, x2)
y <- IRanges(y1, y2)
并询问有关他们的问题
y %over% x # any type of overlap
y %within% x # strictly within
有关更多详细信息,请参阅?findOverlaps
、软件包小插曲(来自上面的登录页)、这些出版物a、b的一般介绍,以及如果靶场基础设施看起来有用,则可访问Bioconductor支持网站。