R에서 동그라미로 균등하게 유전자 간격을 재분배 할 수 있습니까?

Question

나는 인간의 22 번 염색체에 각각 다른 수의 유전자가 분포되어 있으며, 각 염색체의 위치는 0 염기쌍으로 시작하며, 나는 유전자 간격을 원을 가로 질러 골고루 분포시키는 방법을 찾으려한다. 각 유전자 사이의 위치와 각 유전자의 길이는 같지만 유전자가 각 염색체에 고르게 배치되고 각 염색체 사이에 공간을 남기도록 새로운 위치를 다시 만듭니다.

df = structure(list(Chr = structure(c(1L, 1L, 1L, 2L, 3L, 4L, 5L, 
6L, 7L, 8L, 9L, 10L, 11L, 12L, 12L, 13L, 17L, 20L, 22L, 22L), .Label = c("chr1", 
"chr2", "chr3", "chr4", "chr5", "chr6", "chr7", "chr8", "chr9", 
"chr10", "chr11", "chr12", "chr13", "chr14", "chr15", "chr16", 
"chr17", "chr18", "chr19", "chr20", "chr21", "chr22"), class = "factor"), 
    start = c(19068972, 25996369, 235879265, 46650500, 57732485, 
    44224566, 127510071, 33694865, 2297266, 105108497, 35252252, 
    64633822, 125738394, 416309, 93636009, 50070191, 72389245, 
    36432660, 19608500, 31498612), stop = c(20068972L, 26996369L, 
    236879265L, 47650500L, 58732485L, 45224566L, 128510071L, 
    34694865L, 3297266L, 106108497L, 36267753L, 65633822L, 126754018L, 
    1416309L, 94636009L, 51070191L, 73389245L, 37432660L, 20608500L, 
    32498612L), Gene = c("KIAA0090", "ZNF593", "GPR137B", "MCFD2", 
    "ABHD6", "GUF1", "FBN2", "HMGA1", "GNA12", "LRP12", "GBA2", 
    "NRBF2", "ST3GAL4", "WNK1", "SOCS2", "DLEU2", "FADS6", "BPI", 
    "TRMT2A", "PISD")), .Names = c("Chr", "start", "stop", "Gene" 
), class = "data.frame", row.names = c(1L, 2L, 3L, 4L, 
5L, 6L,7L, 8L, 9L, 10L, 11L, 12L, 13L, 
14L, 15L, 16L, 17L, 18L, 19L, 20L)) 

그리고 내가 무엇을 달성하기 위해 시도하고 있다는 것을 방법으로 유전자 간격 재배포, 각 염색체 0부터 같은 것입니다 : 이것은 데이터의 예입니다 (전체 데이터 세트는 모든 염색체를 포함) 각각의 유전자 (그리고 다음 유전자 전에 일부 공간) 사이에 동일한 공간 :

out = structure(list(Chr = structure(c(1L, 1L, 1L, 2L, 3L, 4L, 5L, 
6L, 7L, 8L, 9L, 10L, 11L, 12L, 12L, 13L, 17L, 20L, 22L, 22L), .Label = c("chr1", 
"chr2", "chr3", "chr4", "chr5", "chr6", "chr7", "chr8", "chr9", 
"chr10", "chr11", "chr12", "chr13", "chr14", "chr15", "chr16", 
"chr17", "chr18", "chr19", "chr20", "chr21", "chr22"), class = "factor"), 
    start = c(2000000, 4000000, 6000000, 2000000, 2000000, 
    2000000, 2000000, 2000000, 2000000, 2000000, 2000000, 
    2000000,2000000, 2000000, 4000000, 2000000, 2000000, 
    2000000, 2000000, 2000000), stop = c(3000000L, 5000000L, 
    7000000L, 3000000L, 3000000L, 3000000L, 3000000L, 
    3000000L, 3000000L, 3000000L, 3000000L, 3000000L, 3000000L, 
    3000000L, 5000000L, 3000000L, 3000000L, 3000000L, 3000000L, 
    3000000L), Gene = c("KIAA0090", "ZNF593", "GPR137B", "MCFD2", 
    "ABHD6", "GUF1", "FBN2", "HMGA1", "GNA12", "LRP12", "GBA2", 
    "NRBF2", "ST3GAL4", "WNK1", "SOCS2", "DLEU2", "FADS6", "BPI", 
    "TRMT2A", "PISD")), .Names = c("Chr", "start", "stop", "Gene" 
), class = "data.frame", row.names = c(1L, 2L, 3L, 4L, 
5L, 6L,7L, 8L, 9L, 10L, 11L, 12L, 13L, 
14L, 15L, 16L, 17L, 18L, 19L, 20L)) 

데이터의 부분 집합에 대한 그러나 나는 데 어려움이 값을 선택하는 방법을 결정하는 사이에 1,000,000 염기쌍 말할 수 있습니다. 원주를 모든 염색체에 걸쳐있는 유전자의 수로 나눠서 올바른 간격을 찾기 위해 노력합니까? 어떤 제안을 해주셔서 감사합니다!

-fra

Answer 1

좋아, 여기 당신에게 아이디어를 제공하고 모든 일을 완료 할 수있는 부분적인 대답이다. 내 결과가 chr1에 중복을 표시하지만, 그것은 내 수학 수 있습니다. 이것이 당신이 필요로하는 해결책인지 확신 할 수 없기 때문에 나는 그것을 추적하도록 할 것이고 나는 플로팅 측면을 테스트 할 수 없다.

# Focus on chr1, 20 as they have multiple genes 
df2 <- df[c(1:3, 19:20),] 

Norm <- function(chrom) { # run on one chromosome at a time 
    start <- chrom$start 
    stop <- chrom$stop 
    totLength <- max(stop) - min(start) 
    # simple normalization & offset 
    newSt <- start/totLength 
    newSt <- newSt - min(newSt) 
    newEnd <- stop/totLength 
    newEnd <- newEnd - min(newSt) 
    totMax <- max(newSt, newEnd) 
    newSt <- newSt/totMax 
    newEnd <- newEnd/totMax 
    return(data.frame(start = newSt, stop = newEnd)) 
} 

normAll <- function(df) { 
    #chromLvls <- levels(df$Chr) # this would work except your example data is truncated 
    # and some levels are missing 
    chromLvls <- unique(as.character(df$Chr)) 
    noChrom <- length(chromLvls) 
    drop <- 1:nrow(df) 
    for (i in 1:noChrom) { 
     df2 <- subset(df, df$Chr == chromLvls[i]) 
     df2[,c(2,3)] <- Norm(df2) 
     df <- rbind(df, df2) 
     } 
    df <- df[-drop,] # row no's are mangled, may not matter 
} 

res <- normAll(df2) 

addGapBtwGenes <- function(df, gap = 0.05) { 
    # gap is a fraction on [0...1] 
    # this acts on a subset composed of just one chromosome 
    for (i in 1:nrow(df)) { 
     df$start[i] <- df$start[i] + (i-1)*gap 
     df$stop[i] <- df$stop [i]+ (i)*gap 
     # this denormalizes things but that probably doesn't matter 
     } 
    return(df) 
    } 

gapAllGenes <- function(df, gap = 0.05) { 
    #chromLvls <- levels(df$Chr) # this would work except your example data is truncated 
    # and some levels are missing 
    chromLvls <- unique(as.character(df$Chr)) 
    noChrom <- length(chromLvls) 
    drop <- 1:nrow(df) 
    for (i in 1:noChrom) { 
     df2 <- subset(df, df$Chr == chromLvls[i]) 
     if (nrow(df2) == 1) { # no gap needed 
      df <- rbind(df, df2) 
      next 
      } 
     df2 <- addGapBtwGenes(df2, gap = gap) 
     df <- rbind(df, df2) 
     } 
    df <- df[-drop,] # row no's are mangled, may not matter 
} 

res2 <- gapAllGenes(res) 

플로팅 소프트웨어 어쨌든이 허용하지 않으면 당신은,이 간격을 제어 할 수 addGapBtwChrom를라는 함수를 작성할 수 있습니다.

위는 입술이 있습니다 :

 Chr  start  stop  Gene 
6 chr1 0.00000000 0.08472237 KIAA0090 
7 chr1 0.02924442 0.11396679 ZNF593 
8 chr1 0.91527763 1.00000000 GPR137B 
191 chr22 0.00000000 0.63413477 TRMT2A 
201 chr22 0.36586523 1.00000000  PISD 

및 RES2을 위해 :

 Chr  start  stop  Gene 
61 chr1 0.00000000 0.1347224 KIAA0090 
71 chr1 0.07924442 0.2139668 ZNF593 
81 chr1 1.01527763 1.1500000 GPR137B 
1911 chr22 0.00000000 0.6841348 TRMT2A 
2011 chr22 0.41586523 1.1000000  PISD 

아마도 이것은 당신이 원하는 가까이입니다. 여러분의 의견을 다시 읽으십시오. 모든 chromosomes를 거의 같은 길이로 만들었지 만 다시 생각해 봅니다.