問題タブ [vcf-variant-call-format]

現在signeR、体細胞変異のシグネチャを作成できるパッケージを使用しています。まず、 vignetteからの結果を再現したいと思います。

.vcfご覧のとおり、入力データファイル には 2 つのオプションがあり、以前に前処理されたものは、関数mutation counts fileによって取得された単純なデータ フレームです。genCountMatrixFromVcf().vcf...

もちろん、ここで.vcfはいくつかのサンプルファイルと、さらなる分析の準備が整ったこのミューテーション カウント マトリックスを見つけることができます。

ビネットでは、彼らは（私が読んだように）このデータを使用しました：SUBSTITUTIONS_13Apr2012_snz.txt。そこで.vcf、このデータ フレームからファイルを作成し、ビネットのすべてのステップを実行することにしました。

.vcfそこで、上記のデータから構築するためのいくつかの簡単な手順を作成しました。

その結果、次のようになります。

.vcfファイルのすべての必須列が存在します。以前にこのタイプのファイルを作成しましたが、使用readVcfAsVRanges()したものはすべて正常に機能しました。

ただし、ここのsigneRパッケージにはいくつかの問題があります...このミューテーションカウントマトリックスを作成しないと、エラーが発生するためです:

.vcfそこで、「動作中」のファイルと比較して、自分のファイルの何が問題なのかを調べようとしました...

私のファイル:

「動作中」のサンプル ファイル (実際には rungenCountMatrixFromVcf()関数の後にエラーもありますが、違います... 現時点では重要ではありません)。

あなたが見るように、dim私はそこにある値が異なる0ので、それが問題かもしれません。.vcfファイルを修正する方法を教えてください。

vcf ファイルから、集団が読み込まれた順序で、各集団の個体数を取得したいと考えています。私のファイルのフィールドは次のようになります

ここでサンプルファイルを参照vcf ファイル

たとえば、リンク先のファイルには、Chalifour 2003 と Chalifour 2015 という 2 つの集団があります。個人には、これを識別する接頭辞「CHALIFOUR_2003...」が付いています。

次のようなものを抽出できるようにしたいと思います: Chalifour_2003* 35 Chalifour 2015* 45

「35」と「45」は、各集団の個体数を示しています (ただし、これらの数は構成されています)。出力の形式はまったく気にしません。必要なのは数字だけです。人口がファイルに読み込まれる順序でリストされていることが重要です。

この情報を取得するための手段についての提案をいただければ幸いです。