我在矩阵中有一个基因的“命中列表”。每行都是一个命中,格式为“染色体(字符)开始(一个数字)停止(一个数字)”。我想看看这些命中中的哪些与果蝇基因组中的基因重叠,这是一个格式为“染色体起始终止基因”的矩阵
我有以下有效函数(打印 dmelGenome 第 4 列中的基因列表):
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)
}
但是,当我用以下内容替换 print() 时:
genes[j] <- chrGenome[j,4]
R 返回一个向量,其中包含 chrGenome[,1] 中存在的一些值。我不知道它如何选择这些值,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?
而且我确信有一种更有效的方法可以做到这一点。我是 R 新手,所以我的代码效率不是很高。
这类似于“将嵌套循环的结果写入 R 中的另一个向量”,但我无法使用该线程中的信息来修复它。
谢谢。
最佳答案
我相信内部循环可以替换为:
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。正在做
which(gene.in)
可能对你也有用。
关于R:从嵌套 for 循环创建向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7890751/