R用findOverlaps（）重叠多个GRanges答案

【问题标题】：R overlap multiple GRanges with findOverlaps()R用findOverlaps（）重叠多个GRanges
【发布时间】：2014-04-28 02:12:24
【问题描述】：

我有三个具有不同基因组间隔的表。这是一个例子：

> a
   chr interval.start interval.end names
1 chr1              5           10     a
2 chr1              6           10     b
3 chr2              7           10     c
4 chr3              8           10     d

> b
   chr interval.start interval.end names
1 chr1              6           15     e
2 chr1              7           15     f
3 chr1              8           15     g

> c
   chr interval.start interval.end names
1 chr1              7           12     h
2 chr1              8           12     i
3 chr5              9           12     j
4 chr10             10          12     k
5 chr20             11          12     l

在将信息转换为 Granges 后，我试图找出所有表格之间的共同间隔。本质上我想做一些类似 intersect(c,intersect(a,b)) 的事情。但是，因为我使用的是基因组坐标，所以我必须使用我不熟悉的 GRanges 和 GenomicRanges 包来执行此操作。

我可以做 findOverlaps(gr, gr1) 或 findOverlaps(gr1, gr2)，但是有没有像 findOverlaps(gr, gr1, gr2) 一样简单地同时重叠多个 GRanges 的方法？

任何帮助将不胜感激。如果这个问题在别处被问到，我提前道歉。

谢谢

【问题讨论】：

标签： r intersection overlap range

【解决方案1】：

您可以使用一个成对比较的 subsetByOverlaps 结果对其中一个进行子集化，然后使用该子集与第三组进行比较。

Sub1 <- subsetByOverlaps(gr,gr1)
Sub2 <- subsetByOverlaps(sub1,gr2)

或者直接

Reduce(subsetByOverlaps, list(gr, gr1, gr2))

导致 GRanges 对象的子集在所有 3 个 GRanges 对象中重叠

根据您想要的重叠类型和最大范围，您应该考虑使用哪个作为查询以及哪个主题。

【讨论】：

【解决方案2】：

以下工作可用于获取所有范围之间的确切相交。

Reduce(intersect, list(gr, gr1, gr2))

在：

Reduce(subsetByOverlaps, list(gr, gr1, gr2))

subsetByOverlaps 将第一个 granges 对象作为查询（括号中的第一个对象，此处为 gr），并返回查询（gr）中与主题（gr1，gr2）中的至少一个元素重叠的坐标。所以要找到公共区间（相交区域），intersect 是一个合适的函数。

【讨论】：