Intervalos de sequência

Introdução ao Bioconductor em R

Paula Andrea Martinez, PhD.

Data scientist

IRanges com argumentos numéricos

# Carregando IRanges
library(IRanges)

Um intervalo é definido por start e end

myIRanges <- IRanges(start = 20, end = 30)
myIRanges

IRanges object with 1 range and 0 metadata columns:
   start       end     width
<integer> <integer> <integer>
[1]   20        30        11

(myIRanges_width <- IRanges(start = c(1, 20), width = c(30, 11)))

 IRanges object with 2 ranges and 0 metadata columns:
         start       end     width    
      <integer> <integer> <integer>
[1]         1        30        30       
[2]        20        30        11

(myIRanges_end <- IRanges(start = c(1, 20), end = 30))

 IRanges object with 2 ranges and 0 metadata columns:
         start       end     width    
      <integer> <integer> <integer>
[1]         1        30        30       
[2]        20        30        11

Equação: width = end - start + 1

Rle - run length encoding

Rle significa Run length encoding
Calcula e armazena os comprimentos e valores de um vetor ou fator
Rle é um contêiner S4 geral para salvar vetores repetitivos longos com eficiência

(some_numbers <- c(3, 2, 2, 2, 3, 3, 4, 2))

3 2 2 2 3 3 4 2

(Rle(some_numbers))

numeric-Rle of length 8 with 5 runs
Lengths: 1 3 2 1 1
Values : 3 2 3 4 2

IRanges com vetor lógico

IRanges(start = c(FALSE, FALSE, TRUE, TRUE))

 IRanges object with 1 range and 0 metadata columns:
      start       end     width
  <integer> <integer> <integer>
[1]       3         4         2

IRanges com Rle lógico

gi <- c(TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, TRUE)
myRle <- Rle(gi)

logical-Rle of length 7 with 3 runs
Lengths:     2     2     3
Values :  TRUE FALSE  TRUE

IRanges(start = myRle)

IRanges object with 2 ranges and 0 metadata columns:
         start       end     width
      <integer> <integer> <integer>
[1]         1         2         2
[2]         5         7         3

Em resumo

IRanges são estruturas de dados hierárquicas que podem conter metadados.

Para construir objetos IRanges:

start, end ou width como vetores numéricos (ou NULL).
start como vetor lógico ou objeto Rle lógico.
- Rle significa Run length encoding e é eficiente em armazenamento.
- Argumentos de IRanges são reciclados (preenchem lacunas).
- Equação do intervalo de sequência: width = end - start + 1.

Vamos praticar usando intervalos de sequência!

Introdução ao Bioconductor em R