R語言實現對基因組SNV進行注釋

很多時候，我們需要對取出的snv進行注釋，這個時候可能會在r上進行注釋，通常注釋檔案都含有chr(染色體)、start(開始位點)、end(結束位點)、description（描述），而我們的snv檔案通常是擁有position（位置），因此我們可以先定位chr，再用postion去定位到start和end之間，找到相對應的description。為了加快速度，可以使用二分查詢法。

1
for (value in
dt$value) else
if (value < df[mid,1
])  
15if(high18       mid=(low+high)%/%219}
20mid21}
22 }

在r中使用for迴圈效率低，因此也可以用data.table包的foverlap函式，改進**如下，對bed檔案進行注釋，如果要對snv進行注釋，只需要將snv改成相應的start和end相等的bed檔案即可。

1 #!/bin/rscript23
library(data.table)
45 arg <-commandargs(t)
6if (length(arg) != 3
) 14
15 bedfile <- arg[1
]16 annofile <- arg[2
]17 outfile <- arg[3]18
19#read file 
20 anno <- fread(annofile,sep="
\t",header=f)
21 bed <- fread(bedfile,sep="
\t",header=f)
22 setnames(anno,c("
v1","
v2","
v3","
v4","
v5","
v9"),c("
chr","
gene
","type
","start
","end
","info"))
23 anno <- anno[type=="
gene
;")[3][[1]],"
\""),function(x)x[2
]))]
24setkey(anno,chr,start,end)
25setkey(bed,v1,v2,v3)
2627
#find overlaps by chr
28 lst <-list()
29for (chri in
intersect(unique(bed$v1),unique(anno$chr)))38}
39 merge_dt <-rbindlist(lst)
40 setnames(merge_dt,c("
v2","
v3","
v4"),c("
start
","end
","name"))
4142
#if one region has more than one gene
43 torm <-list()
44for (i in
1:(nrow(merge_dt)-1))}
45 torm <-unlist(torm)
46 merge_dt <- merge_dt[-torm,]
4748 fwrite(merge_dt,file=outfile)

R語言實現對基因組SNV進行注釋

談談我對基因組區塊鏈的看法

R語言實現KNN 演算法

R語言實現RMF模型

R語言實現對基因組SNV進行注釋

談談我對基因組區塊鏈的看法

R語言實現KNN 演算法

R語言實現RMF模型

相關推薦