r - GRanges 作为 base::data.frame 中的列

Question

我想将 Bioconductor 中的 GenomicRanges::GRanges 对象存储为基础 R data.frame 中的单个列。我想将它放在基本 R data.frame 中的原因是因为我想编写一些专门与底层 data.frames 一起使用的 ggplot2 函数。然而，我所做的任何尝试似乎都没有成果。基本上这就是我想做的:

library(GenomicRanges)

x <- GRanges(c("chr1:100-200", "chr1:200-300"))

df <- data.frame(x = x, y = 1:2)

但是该列会自动扩展，而我喜欢将其保留为单列中的有效 GRanges 对象:

> df
  x.seqnames x.start x.end x.width x.strand y
1       chr1     100   200     101        * 1
2       chr1     200   300     101        * 2

当我使用 S4Vectors::DataFrame 时，它会按我想要的方式工作，除了我希望基础 R data.frame 执行相同的操作:

> S4Vectors::DataFrame(x = x, y = 1:2)
DataFrame with 2 rows and 2 columns
             x         y
     <GRanges> <integer>
1 chr1:100-200         1
2 chr1:200-300         2

我还尝试了以下方法但没有成功:

> df <- data.frame(y = 1:2)
> df[["x"]] <- x
> df
  y                                                           x
1 1 <S4 class ‘GRanges’ [package “GenomicRanges”] with 7 slots>
2 2                                                        <NA>

Warning message: In format.data.frame(if (omit) x[seq_len(n0), , drop = FALSE] else x, : corrupt data frame: columns will be truncated or padded with NAs

df[["x"]] <- I(x)

Error in rep(value, length.out = nrows) : attempt to replicate an object of type 'S4'

我使用 vctrs::new_rcrd 实现 GRanges 类的 S3 变体取得了一些小成功，但这似乎是获取代表基因组范围的单列的一种非常迂回的方法。

Answer 1

我发现了一种非常简单的方法将GR对象转换为dataframe，以便您可以非常轻松地对data.frame进行操作。 annoGR2DF Repitools包中的函数可以做到这一点。

> library(GenomicRanges)
> library(Repitools)
> 
> x <- GRanges(c("chr1:100-200", "chr1:200-300"))
> 
> df <- annoGR2DF(x)
> df
   chr start end width
1 chr1   100 200   101
2 chr1   200 300   101
> class(df)
[1] "data.frame"