Birimler ve aralıkların kesişimi

Question

Farklı kimlikler için bir grup aralık var. Örneğin: Her id

df <- data.frame(id=c(rep("a",4),rep("b",2),rep("c",3)), start=c(100,250,400,600,150,610,275,600,700), end=c(200,300,550,650,275,640,325,675,725)) 

aralıklar örtüşmeyen ancak farklı kimlikleri aralıkları çakışabilir. İşte bir örneği verilmiştir: 1. Bu aralıklardan birliği alacak bir fonksiyon:

plot(range(df[,c(2,3)]),c(1,nrow(df)),type="n",xlab="",ylab="",yaxt="n") 
for (ii in 1:nrow(df)) lines(c(df[ii,2],df[ii,3]),rep(nrow(df)-ii+1,2),col=as.numeric(df$id[ii]),lwd=2) 
legend("bottomleft",lwd=2,col=seq_along(levels(df$id)),legend=levels(df$id)) 

Ne aradığım iki işleve içindir. Yukarıdaki örnekte , bu data.frame döndürür:

union.df <- data.frame(id=rep("a,b,c",4), start=c(100,400,600,700), end=c(325,550,675,725)) 

2. tüm kimlikleri bu aralık için üst üste keşke bir dizi tutarak bu aralıkları kesişir edecek bir işlevi . Ben (her mesafeden başlangıcını içinde bulunduğunuz aralıklarla sayısını sayarak başlayacaktı, kavşak için

intersection.df <- data.frame(id="a,b,c", start=610, end=640)

Answer 1

. Ardından, bir seferde kaç aralığın açık olduğunu izlersiniz. Bu, her grubun herhangi bir örtüşen aralığı olmadığını varsayar.

df <- data.frame(id=c(rep("a",4),rep("b",2),rep("c",3)), start=c(100,250,400,600,150,610,275,600,700), end=c(200,300,550,650,275,640,325,675,725)) 


sets<-function(start, end, group, overlap=length(unique(group))) { 
    dd<-rbind(data.frame(pos=start, event=1), data.frame(pos=end, event=-1)) 
    dd<-aggregate(event~pos, dd, sum) 
    dd<-dd[order(dd$pos),] 
    dd$open <- cumsum(dd$event) 
    r<-rle(dd$open>=overlap) 
    ex<-cumsum(r$lengths-1 + rep(1, length(r$lengths))) 
    sx<-ex-r$lengths+1 
    cbind(dd$pos[sx[r$values]],dd$pos[ex[r$values]+1]) 

} 

#union 
with(df, sets(start, end, id,1)) 
#  [,1] [,2] 
# [1,] 100 325 
# [2,] 400 550 
# [3,] 600 675 
# [4,] 700 725 

#overlap 
with(df, sets(start, end, id,3)) 
#  [,1] [,2] 
# [1,] 610 640 

Answer 2

: Yukarıdaki Örneğin , bu data.frame dönecektir aralık) Bu kodda ord.dirs$x ile etiketlenmiş ve aralıkta aralık sayısı ord.dirs$z bulunmaktadır:

dirs <- data.frame(x=c(df$start, df$end), y=rep(c(1, -1), each=nrow(df))) 
ord.dirs <- dirs[order(dirs$x),] 
ord.dirs$z <- cumsum(ord.dirs$y) 
ord.dirs <- ord.dirs[!duplicated(ord.dirs$x, fromLast=T),] 
ord.dirs 
#  x y z 
# 1 100 1 1 
# 5 150 1 2 
# 10 200 -1 1 
# 2 250 1 2 
# 14 275 -1 2 
# 11 300 -1 1 
# 16 325 -1 0 
# 3 400 1 1 
# 12 550 -1 0 
# 8 600 1 2 
# 6 610 1 3 
# 15 640 -1 2 
# 13 650 -1 1 
# 17 675 -1 0 
# 9 700 1 1 
# 18 725 -1 0 

Şimdi sadece Bu durumda aralıklarla doğru sayıda (3 var aralıkları) kapmak gerekir:

pos.all <- which(ord.dirs$z == length(unique(df$id))) 
data.frame(start=ord.dirs$x[pos.all], end=ord.dirs$x[pos.all+1]) 
# start end 
# 1 610 640 

Sen benzer setleri birliği kapmak için ord.dirs kullanabilirsiniz

: Bu biraz garip, ama fikir açılış ve kapanış bir dizi etkinlik verileri göz önüne sermek olduğunu

zero.pos <- which(ord.dirs$z == 0) 
data.frame(start=c(ord.dirs$x[1], ord.dirs$x[head(zero.pos, -1)+1]), 
      end=ord.dirs$x[zero.pos]) 
# start end 
# 1 100 325 
# 2 400 550 
# 3 600 675 
# 4 700 725 

Answer 3

aralıkları paket söz birliği kısmını çözer:

require(intervals) 
idf <- Intervals(df[,2:3]) 
as.data.frame(interval_union(idf)) 

Ve kesiştiği kısmı için, aralıkları tanımlanmıştır şekline bağlı olarak:

idl <- lapply(unique(df$id),function(x){var <- as(Intervals(df[df$id==x,2:3]),"Intervals_full");closed(var)[,1]<- FALSE;return(var)}) 
idt <- idl[[1]] 
for(i in idl)idt <- interval_intersection(idt,i) 
res <- as.data.frame(idt) 
res 
    V1 V2 
1 610 640 

Answer 4

GenomicRanges paketi sunmak bazı kesiştiği ve örtüşme fonksiyonlar:

library(GenomicRanges) 
source("http://bioconductor.org/biocLite.R") 
biocLite("Gviz")  
library(Gviz) 

Şimdi de, Gviz paketiyle aralıkları çizebilirsiniz (bu önemli)

df <- data.frame(id=c(rep("a",4),rep("b",2),rep("c",3)),  start=c(100,250,400,600,150,610,275,600,700), end=c(200,300,550,650,275,640,325,675,725)) 
gr <- GRanges(seqnames = rep(1,nrow(df)),IRanges(start = df$start,end =  df$end)) 

eşit seqnames ile Grange nesnesi yapmak.

d0 <- GenomeAxisTrack() 
d1 <- AnnotationTrack(gr,group = df$id,fill=df$id) 
plotTracks(c(d0,d1)) 

sendika aralıkları

as.data.frame(reduce(gr))[,2:3] 

kesiştiği findoverlaps yoluyla yapılır daraltılır azaltmak nereye aracılığıyla yapılır. Daha sonra 3 aralıkla çakışan aralıklar ile filtrelenir. ?

OL <- as.data.frame(findOverlaps(gr,type="within")) 
table(OL[,1]) 

df[as.numeric(names(which(table(OL[,1])==3))),]