Plages de séquences

Introduction à Bioconductor en R

Paula Andrea Martinez, PhD.

Data scientist

IRanges avec des arguments numériques

# Loading IRanges
library(IRanges)

Une plage est définie par start et 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

Équation : width = end - start + 1

Rle — « run length encoding »

Rle signifie « Run length encoding »
Calcule et stocke les longueurs et valeurs d'un vecteur ou facteur
Rle est un conteneur S4 général pour enregistrer efficacement de longs vecteurs répétitifs

(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 avec vecteur logique

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 avec Rle logique

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

En résumé

Les IRanges sont des structures de données hiérarchiques qui peuvent contenir des métadonnées.

Pour construire des objets IRanges :

start, end ou width comme vecteurs numériques (ou NULL).
start comme vecteur logique ou objet Rle logique.
- Rle signifie « Run length encoding » et économise l'espace.
- Les arguments d'IRanges sont recyclés (remplissage automatique).
- équation d'une plage : width = end - start + 1.

Passons à la pratique avec les plages de séquences !

Introduction à Bioconductor en R