序列区间

R 中的 Bioconductor 入门

Paula Andrea Martinez, PhD.

Data scientist

使用数值参数的 IRanges

# Loading IRanges
library(IRanges)

区间由 start 和 end 定义

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

公式：width = end - start + 1

Rle——运行长度编码

Rle 表示运行长度编码
计算并存储向量或因子的"长度"和"取值"
Rle 是通用 S4 容器，用于高效保存长重复向量

(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

使用逻辑向量的 IRanges

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

使用逻辑 Rle 的 IRanges

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

总结

IRanges 是分层数据结构，可包含元数据。

构建 IRanges 对象：

start、end 或 width 为数值向量（或 NULL）。
start 参数可为逻辑向量或逻辑 Rle 对象。
- Rle 表示运行长度编码，存储高效。
- IRanges 参数会被循环使用（自动填充）。
- 序列区间公式：width = end - start + 1。

让我们练习使用序列区间！

R 中的 Bioconductor 入门