सीक्वेंस रेंजेस

R में Bioconductor परिचय

Paula Andrea Martinez, PhD.

Data scientist

संख्यात्मक आर्ग्युमेंट्स के साथ IRanges

# Loading IRanges
library(IRanges)

एक रेंज start और end से तय होती है

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

समीकरण: width = end - start + 1

Rle - रन लेंथ एनकोडिंग

Rle का अर्थ है Run length encoding
किसी vector या factor की lengths और values निकालकर स्टोर करता है
Rle एक सामान्य S4 कंटेनर है जो लंबे दोहराए गए vectors को कुशलता से सेव करता है

(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

लॉजिकल वेक्टर के साथ 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

लॉजिकल Rle के साथ 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

सारांश

IRanges पदानुक्रमित डेटा स्ट्रक्चर हैं और मेटाडेटा रख सकते हैं.

IRanges ऑब्जेक्ट बनाने के लिए:

start, end, या width को numeric vectors (या NULL) के रूप में दें।
start आर्ग्युमेंट को logical vector या logical Rle ऑब्जेक्ट के रूप में दें।
- Rle का अर्थ Run length encoding है और यह storage-efficient है।
- IRanges के आर्ग्युमेंट्स recycled होते हैं (खाली जगहें भरती हैं)।
- sequence range का समीकरण: width = end - start + 1.

आइए sequence ranges का अभ्यास करें!

R में Bioconductor परिचय