1

以下のような大規模なデータセット (d1) があります。

SNP Position    Chromosome
rs1 10010   1
rs2 10020   1
rs3 10030   1
rs4 10040   1
rs5 10010   2
rs6 10020   2
rs7 10030   2
rs8 10040   2
rs9 10010   3
rs10 10020  3
rs11 10030  3
rs12 10040  3

以下のようなデータセット(d2)もあります。

SNP Position    Chromosome
rsA 10015   1    
rsB 10035   3

ここで、d2 (Position+-5 と同じ染色体) に基づいて d1 の SNP の範囲を選択し、結果を txt ファイルに書き込むと、結果は次のようになります。

SNP(d2) SNP(d1) Position(d1)    Chromosome
rsA rs2 10020   1
rsA rs3 10030   1
rsB rs11    10030   3
rsB rs12    10040   3

私はRが初めてです。誰かRでそれを行う方法を教えてもらえますか? ご回答ありがとうございます。

4

2 に答える 2

3

「染色体」列でマージを行う (データベース内の 2 つのテーブルをその列で結合するなど):

mrg <- merge(x = d1, y = d2, by = c("Chromosome"), all.y = TRUE)

次に、position diff <= 5 の行をフィルタリングします。

result <- mrg[abs(mrg$Position.x - mrg$Position.y) <= 5,]

望ましい結果が得られます。

于 2013-08-10T00:35:43.300 に答える
1 
d2$low <- d2$Position-5 ; d2$high<- d2$Position+5

次のようなことができると思うかもしれません:

d2$matched <- which(d1$Position >=d2$low & d2$high >= d1$Position)

....しかし、実際にはそうではないので、もう少し複雑なことが必要です.:

 d1$matched <- apply(d1, 1, function(p) 
                            which(p['Position'] >=d2[,'low'] & 
                                  d2[,'high'] >= p['Position'] & 
                                  p['Chromosome']==d2[,"Chromosome"]) )

基本的に、これは d1 の各行で、d2 に範囲内で同じ染色体上に一致する可能性があるかどうかをチェックしています。

 d1        # take a look
 # Then bind matching cases together
 cbind( d1[ which(d1$matched > 0), ], 
        d2[ unlist(d1$matched[which(d1$matched>0)]), ] )
#--------------------
    SNP Position Chromosome matched SNP Position Chromosome   low  high
1   rs1    10010          1       1 rsA    10015          1 10010 10020
2   rs2    10020          1       1 rsA    10015          1 10010 10020
11 rs11    10030          3       2 rsB    10035          3 10030 10040
12 rs12    10040          3       2 rsB    10035          3 10030 10040
于 2013-08-10T00:32:10.403 に答える