我有两个大文件,其中包含 Start
和 End
位置以及两个示例列(数字)。
文件 1:
Start End Sample1 Sample2
1 60 1 4
100 200 2 1
201 250 1 4
300 450 1 1
文件 2:
Start End Sample1 Sample2
40 60 1 1
70 180 1 1
240 330 2 1
340 450 1 4
500 900 1 4
980 1200 2 1
首先,我想从第一个文件中获取第一个 Start
和 End
位置并制作一个分段图。该图还必须考虑第一个文件中每个位置的 Start-20
和 End+20
。
然后我想从第二个文件中获取overlapping Start
和End
位置并将其绘制在上面的图上。通过这种方式,将有许多基于第一个文件的 Start
和 End
位置的图,没有重叠的图也将单独绘制。
每个段的颜色
将基于两个样本编号(例如,在这两个文件中,如果其1和4
段的颜色将是red
,如果它的 1 和 1
段的颜色将是 green
等等)。
如果有人让我了解如何在 R 中为此创建函数,我将不胜感激。
提前致谢。
PS 我附上了 的图纸输出。我只显示了两个结果。
下面是我写的代码,但是报错了
match.names(clabs, names(xi)) 错误: 名称与以前的名称不匹配
我还需要为 dataset1 线段指定红色,为 dataset1 线段指定绿色 dataset2 线段。我将如何在下面的代码中实现它?
overlap_func <- function(dataset1,dataset2) {
for(i in 1:nrow(dataset1))
{
loop_start <- dataset1[i,"Start"]
loop_end <- dataset1[i,"End"]
p <- dataset2[,c(1,2)]
dataset1_pos <- data.frame(loop_start,loop_end)
dataset2_filter <- p[p$Start >= (loop_start-(loop_start/2)) & p$End <= (loop_end+ (loop_end/2)), ]
data_in_loop <- rbind(dataset1_pos,dataset2_filter)
plot_function(data_in_loop,loop_start,loop_end)
}
}
plot_function <- function(loop_data,start,end){
pos <- 1:nrow(loop_data)
dat1 <- cbind(pos,loop_data)
colnames(dat1) <- c("pos","start","end")
pdf(file=paste0("path where plots are generated","_",start,"-",end,"_","overlap.pdf"))
plot(dat1$pos, type = 'n', xlim = range(c(start-(start/2), end+(end/2))))
segments(dat1$start, dat1$pos, dat1$end, dat1$pos)
dev.off()
}
df1 <- read.table(header=T, text="Start End Sample1 Sample2
1 60 1 4
100 200 2 1
201 250 1 4
300 450 1 1")
df2 <- read.table(header=T, text="Start End Sample1 Sample2
40 60 1 1
70 180 1 1
240 330 2 1
340 450 1 4
500 900 1 4
980 1200 2 1")
overlap_func(df1,df2)
最佳答案
像这样的东西??
df1 <- read.table(header=T, text="Start End Sample1 Sample2
1 60 1 4
100 200 2 1
201 250 1 4
300 450 1 1")
df2 <- read.table(header=T, text="Start End Sample1 Sample2
40 60 1 1
70 180 1 1
240 330 2 1
340 450 1 4
500 900 1 4
980 1200 2 1")
require(IRanges)
require(ggplot2)
require(plyr)
df1$id <- factor(1:nrow(df1))
ir2 <- IRanges(df2$Start, df2$End)
out <- ddply(df1, .(id), function(x) {
ir1 <- IRanges(x$Start, x$End)
o.idx <- as.data.frame(findOverlaps(ir1, ir2))$subjectHits
df.out <- rbind(x[, 1:4], df2[o.idx, ])
df.out$id1 <- x$id
df.out$id2 <- seq_len(nrow(df.out))
df.out
})
out$id1 <- factor(out$id1)
out$id2 <- factor(out$id2)
out$id3 <- factor(1:nrow(out))
p <- ggplot(out, aes(x = Start, y = id3 , colour = id2))
p <- p + geom_segment(aes(xend = End, ystart = id3, yend = id3))
p <- p + scale_colour_brewer(palette = "Set1")
p
编辑:看完更新后的绘图,也许这就是您想要的?
p + facet_wrap( ~ id1, scales="free")
编辑:将facet中的每个图保存在单独的文件中。您可以通过在 id1
d_ply(out, .(id1), function(ww) {
p <- ggplot(ww, aes(x = Start, y = id3 , colour = id2))
p <- p + geom_segment(aes(xend = End, ystart = id3, yend = id3))
p <- p + scale_colour_brewer(palette = "Set1")
fn <- paste0("~/Downloads/id", as.numeric(as.character(ww$id1[1])), ".pdf")
ggsave(fn, p)
})
相应地在fn
中设置路径。
关于r - 在 R 中绘制来自不同文件的重叠位置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14646809/