Question

我在矩阵中有一个基因的“命中列表”。每一行都是命中，格式为“染色体（字符）开始（数字）停止（数字）”。我想看看这些命中哪一个与基因组中的基因重叠，这是一个格式为“染色体起始基因”的基质

我有以下功能（打印dmelGenome第4列的基因列表）：

geneListBuild <- function(dmelGenome='', hitList='', binSize='', saveGeneList='')

{
genomeColumns <- c('chr', 'start', 'stop', 'gene')
genome <- read.table(dmelGenome, header=FALSE, col.names = genomeColumns)

chr <- genome[,1]
startAdjust <- genome[,2] - binSize
stopAdjust <- genome[,3] + binSize
gene <- genome[,4]

genome <- data.frame(chr, startAdjust, stopAdjust, gene)

hits <- read.table(hitList, header=TRUE)

chrHits <- hits[hits$chr == "chr3R",]
chrGenome <- genome[genome$chr == "chr3R",]

genes <- c()

for(i in 1:length(chrHits[,1])) 
{
    for(j in 1:length(chrGenome[,1]))   
    {
        if( chrHits[i,2] >= chrGenome[j,2]  &&  chrHits[i,3] <= chrGenome[j,3] )
        {
            print(chrGenome[j,4])
        }
    }
}

genes <- unique(genes[is.finite(genes)])

print(genes)

fileConn<-file(saveGeneList) 
write(genes, fileConn) 
close(fileConn) 

}

然而，当我用：

代替print（）时

genes[j] <- chrGenome[j,4]

R返回一个向量，该向量具有chrGenome [，1]中存在的某些值。我不知道它是如何选择这些值的，因为它们不在似乎满足if语句的行中。我认为这是一个索引问题？

此外，我确信有更有效的方法可以做到这一点。我是R的新手，所以我的代码效率不高。

这类似于“将嵌套循环的结果写入R中的另一个向量”，但我无法用该线程中的信息修复它。

感谢。

Answer 1

我相信内循环可以替换为：

gene.in <- ifelse( chrHits[i,2] >= chrGenome[,2] &  chrHits[i,3] <= chrGenome[,3], 
    TRUE, FALSE)

然后您可以使用该逻辑向量来选择您想要的内容。做

which(gene.in)

也可能对您有用。

R：从嵌套for循环创建向量

1 个答案: