序列範圍

R 中的 Bioconductor 入門

Paula Andrea Martinez, PhD.

Data scientist

以數值參數建立 IRanges

# Loading IRanges
library(IRanges)

一個範圍由 start 和 end 定義

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

等式：width = end - start + 1

Rle－連續長度編碼

Rle 代表 Run length encoding（連續長度編碼）
計算並儲存向量或 factor 的「長度」與「值」
Rle 是通用的 S4 容器，可高效儲存長串重複的向量

(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

以邏輯向量建立 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

以邏輯 Rle 建立 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

重點整理

IRanges 是階層式資料結構，可包含中繼資料。

建立 IRanges 物件：

start、end 或 width 為數值向量（或 NULL）。
start 參數可為邏輯向量或邏輯 Rle 物件。
- Rle 表示連續長度編碼，儲存效率高。
- IRanges 的參數會重複使用（自動補齊）。
- 序列範圍公式：width = end - start + 1。

一起來練習使用序列範圍！

R 中的 Bioconductor 入門