Question

我一直在使用两种不同的目标预测程序来预测基因上的结合位点，并使用R来处理我得到的结果

问题在于程序为每个基因提供不同数量的目标，并且位置略有不同。我想要做的是看看这些网站是否相同，或者至少，如果我有开始位置和停止位置，这些范围是否在程序之间重叠。

假设我有两个程序X和Y;

X预测两个站点，x1是两个站点的起始位置，x2是停止位置。同样适用于

x1<-c(1521,1259)
x2<-c(1544,1282)

y1<-c(1825,1522,1259,362)
y2<-c(1848,1543,1282,384)

因此，两个X站点都与Y中的站点重叠。并在表格中输出这些位置：

|   x1     |   x2     |   y1     |   y2     |

|   1521   |   1544   |   1522   |   1543   |
|   1259   |   1282   |   y1259  |   1282   |

我最初的想法是，如果我每个程序只有一个站点，那么执行以下操作将告诉我它们是否重叠。（y的停止位置，应大于起始位置x，x的停止位置大于y）

x1 <= y2 && y1 <= x2

我不知道我怎么能为我的问题做同样的事情，至少，不是没有写很多循环和ifs。

Answer 1

基因组数据的IRanges包（和GenomicRanges，当染色体和可能的链很重要时）允许您定义范围

library(IRanges)
x <- IRanges(x1, x2)
y <- IRanges(y1, y2)

并询问有关他们的问题

y %over% x     # any type of overlap
y %within% x   # strictly within

请参阅?findOverlaps了解更多详情，包装网址（来自上面的着陆页），这些出版物a，b作为一般性介绍，以及Bioconductor {{3}如果范围基础设施似乎有用。