GRanges के कलेक्शंस को मैनीपुलेट करना

R में Bioconductor परिचय

Paula Andrea Martinez, PhD.

Data Scientist

GRangesList

GRangesList-class GRanges के कलेक्शन को रखने का कंटेनर है
- बहुत सारे एलिमेंट्स स्टोर करने में कुशल।
GRangesList बनाने के लिए
- as(mylist, "GRangesList")
- GRangesList(myGranges1, myGRanges2, ...)
वापस GRanges में बदलने के लिए
- unlist(myGRangesList)
एक्सेसर methods(class = "GRangesList")

लिस्ट कब उपयोग करें?

कई GRanges ऑब्जेक्ट्स को मिलाकर GRangesList बना सकते हैं
- लिस्ट में GRanges किसी बड़े ऑब्जेक्ट की संयुक्त फीचर्स मानी जाएँगी
GRangesList के उदाहरण हैं
- transcripts by gene
- exons by transcripts
- read alignments
- sliding windows

# 983 genes वाला GRanges ऑब्जेक्ट 
hg_chrX

slidingWindows(hg_chrX, width = 20000, step = 10000)

# लिस्ट के केवल दो एलिमेंट दिखा रहे हैं
GRangesList object of length 983:
[[1]] 
GRanges object with 2 ranges and 0 metadata columns:
       seqnames           ranges strand 
         <Rle>        <IRanges>  <Rle>  
  [1]     chrX [276322, 296321]      +      
  [2]     chrX [286322, 303356]      +      
[[2]] 
GRanges object with 3 ranges and 0 metadata columns:
       seqnames           ranges strand 
  [1]     chrX [624344, 644343]      +      
  [2]     chrX [634344, 654343]      +      
  [3]     chrX [644344, 659411]      + 
...

GenomicFeatures transcript database (TxDb) ऑब्जेक्ट्स का उपयोग करती है ताकि metadata स्टोर किया जा सके, genomic लोकेशंस और फीचर्स व उनके identifiers के बीच रिश्ते मैनेज किए जा सकें.

library(TxDb.Hsapiens.UCSC.hg38.knownGene)
(hg <- TxDb.Hsapiens.UCSC.hg38.knownGene)

Db type: TxDb
Supporting package: GenomicFeatures
Data source: UCSC
Genome: hg38
Organism: Homo sapiens
Taxonomy ID: 9606
Resource URL: http://genome.ucsc.edu/
Type of Gene ID: Entrez Gene ID
transcript_nrow: 197782 
exon_nrow: 581036 
cds_nrow: 293052 
Db created by: GenomicFeatures package from Bioconductor
Creation time: 2016-09-29 13:02:09 +0000 (Thu, 29 Sep 2016)

Genes, transcripts, exons

library(TxDb.Hsapiens.UCSC.hg38.knownGene)
hg <- TxDb.Hsapiens.UCSC.hg38.knownGene  #  hg एक TxDb ऑब्जेक्ट है

seqlevels(hg) <- c("chrX")               #  परिणाम chrX तक प्रीफिल्टर करें

# transcripts
transcripts(hg, columns = c("tx_id", "tx_name"), filter = NULL)
# exons
exons(hg, columns = c("tx_id", "exon_id"), filter = list(tx_id = "179161"))

columns और filter NULL हो सकते हैं या इनमें से कोई भी:

"gene_id", "tx_id", "tx_name", "tx_chrom", "tx_strand", 
"exon_id", "exon_name", "exon_chrom", "exon_strand", 
"cds_id", "cds_name", "cds_chrom", "cds_strand" and "exon_rank"

Transcripts के अनुसार exons

ABCD1 exons

hg <- TxDb.Hsapiens.UCSC.hg38.knownGene
seqlevels(hg) <- c("chrX")  #  chromosome X को प्रीफिल्टर करें
exonsBytx <- exonsBy(hg, by = "tx")  #  transcript के अनुसार exons

abcd1_179161 <- exonsBytx[["179161"]]  #  transcript id

width(abcd1_179161) # हर exon की चौड़ाई, चित्र के बैंगनी region

1299  181  143  169   95  146  146   85  126 1274

Overlaps

# countOverlaps एक integer वेक्टर (counts) देता है
countOverlaps(query, subject) 

# findOverlaps एक Hits ऑब्जेक्ट देता है
findOverlaps(query, subject) 

# subsetByOverlaps एक GRangesList ऑब्जेक्ट लौटाता है
subsetByOverlaps(query, subject)

Query और subject, GRanges या GRangesList ऑब्जेक्ट्स हो सकते हैं।
ओवरलैप्स पूरे भी हो सकते हैं या आंशिक।

अब आपकी बारी है इसे अभ्यास में लागू करने की!

R में Bioconductor परिचय