Question

我有一个包含colnames的大型数据集：

    "chromosome"      "start"         "end"         "h.gene"        "CPCN_LUNG"     "NCIH524_LUNG"  "SBC5_LUNG"     "NCIH446_LUNG"  "NCIH196_LUNG" 
  "NCIH209_LUNG"  "NCIH1963_LUNG" "NCIH211_LUNG"  "NCIH2196_LUNG" "NCIH526_LUNG"  "NCIH82_LUNG"   "SW1271_LUNG"   "DMS114_LUNG"   "NCIH2029_LUNG" "NCIH2066_LUNG" "NCIH1341_LUNG"
  "NCIH2227_LUNG" "NCIH69_LUNG"   "NCIH1048_LUNG" "DMS53_LUNG"    "SHP77_LUNG"    "NCIH1836_LUNG" "NCIH2141_LUNG" "COLO668_LUNG"  "NCIH1105_LUNG" "NCIH1876_LUNG" "NCIH841_LUNG" 
 "DMS273_LUNG"   "CORL279_LUNG"  "NCIH1092_LUNG" "CORL95_LUNG"   "CORL88_LUNG"   "NCIH1694_LUNG" "NCIH1436_LUNG"

我想在此数据集上创建GRange对象。

reference_GRange <- GRanges(seqnames= reference$chromosome,IRanges(start= reference$start,end= reference$end),h.gene=reference$h.gene)

这将创建仅包含2个元数据列的Grange对象。有没有办法用参考表中的所有信息创建Grange对象。 [例如]从h.gene，CPCN_LUNG，NCIH524_LUNG，.........到NCIH1436_LUNG的元数据栏

Answer 1

将makeGRangesFromDataFrame()与keep.extra.columns=TRUE一起使用。或者，如上所述创建GRanges，然后添加mcols()删除不感兴趣的列。

mcols(gr) = reference[,-(1:3)]

随意在Bioconductor support forum上询问有关Bioconductor封装的问题。

Answer 2

reference_GRange＆lt; - GRanges（seqnames = reference $ chromosome，IRanges（start = reference $ start，end = reference $ end），h.gene = reference $ h.gene，CPCN_LUNG = reference $ CPCN_LUNG，NCIH524_LUNG = reference $ NCIH524_LUNG，..... NCIH1436_LUNG =参考$ NCIH1436_LUNG）。

但是要在GRnage对象中手动添加每个额外的列，这可能是hazzle job !!!

如何为大型数据集创建GRange对象

2 个答案: