Question

我想提取染色体的基因间坐标。我做了一大堆代码，但由于我是这些软件包的新手，我不确定我是否遵循了正确的逻辑：

library(IRanges)
library(GenomicFeatures)
library(TxDb.Hsapiens.UCSC.hg19.knownGene)
txdb = transcriptsBy(TxDb.Hsapiens.UCSC.hg19.knownGene, by = "gene",use.names=TRUE)

#For example, only I am interested in intergenic coordinates in chromosome 1
seqlevels(txdb, force=TRUE) = c("chr1")

#Creates IRanges 

ir = IRanges(start=unlist(start(txdb)), end=unlist(end(txdb)), names=names(txdb)) 

# Reduce overlapping gene positions to continuous range
ir.red = reduce(ir) # Collapses ranges of overlapping genes to continuous range.

#Identify overlaps among the initial and reduced range data sets
overlap = findOverlaps(ir, ir.red)

我是否需要照顾＆＃34; +＆＃34;和＆＃34; - ＆＃34;搁浅？

Answer 1

最简单的方法是从基因（）访问者，reduce（）开始，并采取补充：

library(TxDb.Hsapiens.UCSC.hg19.knownGene)
genic <- genes(TxDb.Hsapiens.UCSC.hg19.knownGene)
genic <- reduce(genic, ignore.strand=T)
intergenic <- gaps(genic)
intergenic <- intergenic[strand(intergenic) == "*"] #This is important!!!

最后一步非常重要，否则你每个染色体会额外获得2个条目（+和 - 各一个）。

Answer 2

虽然不能直接回答您的问题，但值得一提的是，您可以直接从UCSC表浏览器http://genome.ucsc.edu/cgi-bin/hgTables获取这些数据。表格浏览器允许您设置两个轨道或其补码之间的交叉点，甚至可以将其返回到表格浏览器中的自定义轨道以进行进一步操作，从而允许针对多个轨道和表格进行任意复杂的嵌套查询。适用于您的目的的步骤如下......

1）选择你感兴趣的基因组和组装。

2）选择“Genes and Gene Predictions”作为组，“UCSC Genes”作为曲目，“knownGene”作为表。

3）如果您想要单个染色体或染色体的一部分，请在“区域”行的框中输入，否则将其设置为“基因组”

4）点击“交叉”线上的“创建”

5）进入下一页，选择group =“Mapping and Sequencing”，track =“Assembly”，table =“Assembly（gold）”，单击单选按钮“Base-pair-wise intersection（AND）of UCSC Genes and Assembly“，选中”在基础对交叉/联合之前补充UCSC基因“框，然后单击”提交“。

6）返回主桌面浏览器屏幕，输入您想要的输出选项，然后点击“获取输出”以检索基因间区域。

快乐狩猎！

寻找基因间区域

2 个答案: