Reeksbereiken

Introductie tot Bioconductor in R

Paula Andrea Martinez, PhD.

Data scientist

IRanges met numerieke argumenten

# IRanges laden
library(IRanges)

Een bereik wordt gedefinieerd door start en end

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

IRanges object met 1 bereik en 0 metadatakolommen:
   start       end     width
<integer> <integer> <integer>
[1]   20        30        11

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

 IRanges object met 2 bereiken en 0 metadatakolommen:
         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 met 2 bereiken en 0 metadatakolommen:
         start       end     width    
      <integer> <integer> <integer>
[1]         1        30        30       
[2]        20        30        11

Vergelijking: width = end - start + 1

Rle - run length encoding

Rle staat voor Run length encoding
Berekent en slaat de lengtes en waarden van een vector of factor op
Rle is een algemene S4-container om lange repetitieve vectors efficiënt op te slaan

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

3 2 2 2 3 3 4 2

(Rle(some_numbers))

numeric-Rle van lengte 8 met 5 runs
Lengths: 1 3 2 1 1
Values : 3 2 3 4 2

IRanges met logische vector

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

 IRanges object met 1 bereik en 0 metadatakolommen:
      start       end     width
  <integer> <integer> <integer>
[1]       3         4         2

IRanges met logische Rle

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

logical-Rle van lengte 7 met 3 runs
Lengths:     2     2     3
Values :  TRUE FALSE  TRUE

IRanges(start = myRle)

IRanges object met 2 bereiken en 0 metadatakolommen:
         start       end     width
      <integer> <integer> <integer>
[1]         1         2         2
[2]         5         7         3

Samengevat

IRanges zijn hiërarchische datastructuren en kunnen metadata bevatten.

Zo maak je IRanges-objecten:

start, end of width als numerieke vectoren (of NULL).
start als logische vector of logische Rle.
- Rle staat voor Run length encoding en is opslagzuinig.
- IRanges-argumenten worden gerecycled (leegtes worden aangevuld).
- formule voor reeksbereik: width = end - start + 1.

Laten we oefenen met reeksbereiken!

Introductie tot Bioconductor in R