問題タブ [genetics]

私は単純化された染色体を表現しようとしています。これは N 個の塩基で構成され、それぞれが の 1 つにしかなりません{A, C, T, G}。

列挙型を使用して制約を形式化したいと思いますが、Go で列挙型をエミュレートする最も慣用的な方法は何だろうと思っています。

この Plink コマンドを使用すると:

とは対照的に、各マーカーに対して異なる p 値を持つ新しいファイル filename.hwe を作成しますGenABEL。

同じマーカーに対して別の p 値を取得するのはなぜですか?

私は 2 つのテーブルを持っています。それぞれの開始点を以下に示します。

表 1:すべての SNP

表 2:遺伝子ごとの最適な SNP

表 1 に、対応する SNP を含む遺伝子のリストを示します。ご覧のとおり、同じ遺伝子が表の多くの場所で繰り返されています。

表 2 は、表 1 の各遺伝子のすべての SNP をフィルター処理した後の結果であり、遺伝子ごとに1 つのSNPのみを保持します (ここでは関係ありませんが、p 値に従って最良の SNP を保持します)。

つまり、表 2 には各遺伝子の最適な SNP のみが保持されているため、表 1 には表 2 に含まれていない SNP がいくつかあります。

各遺伝子について、R を使用して 2 つのテーブルを比較し、その遺伝子のテーブル 2 に含まれていない SNP を出力したいと考えています。したがって、比較の仕様は遺伝子名であり、テーブルには多くの遺伝子があるため、常に変化します。

いくつかの人間の一塩基多型 (SNP) から始めて、既知のすべての SNPS のデータベースにクエリを実行して、1000 程度の最も近い SNPS のリスト (data.table または csv ファイル) を生成する方法を教えてください。 tagSNP、およびマイナー アレル頻度 (MAF) とは何か、開始 SNPS から何塩基離れているか?

私はこれをRで行うことを好みます（そうである必要はありませんが）。どのデータベースを使用すればよいですか? 私の唯一の出発点は、最初のsnps（例： rs3091244 、 rs6311 など）をリストすることです。

私の出発点となる素敵でシンプルなBioconductorパッケージがあると確信しています。しかし、何？やったことがありますか？3 ～ 5 行のコードで実行できると思います。