r - 如何相交并将分数添加到列？

Question

我有两个数据集，我想找到它们之间的重叠/相交/公共区域，如果有任何重叠，然后提取每个初始表：

资料一：

   chr  start   end             
 chr1     25     35 
 chr1     50     70   
 chr1     60     85   

资料乙：

chr     start   end   score               
 chr1     10     15    24
 chr1     55     75    14
 chr1     76     82    10 

输出表：

输出1：共同区域的结果

 chr    start   end             
 chr1     55     70   
 chr1     70     75
 chr1     76     82   

输出 2：从数据 A 中提取：

 chr    start   end             
 chr1     50     70   
 chr1     60     85  

输出 3：从数据 B 中提取：

chr     start   end   score               
 chr1     55     75    14
 chr1     76     82    10 

我尝试了不同的方法，但我不知道哪种方法最好：

library(GenomicRanges)
enhancer = with(dataA, GRanges(chr, IRanges(start=start, end=end)))
H3K4me1= with(dataB, GRanges(chr, IRanges(start=start, end=end)))

方式1：

hits <- findOverlaps(dataA, dataB)
ranges(dataA)[queryHits(hits)] = ranges(dataB)[subjectHits(hits)]
dataA
dataB

方式2：

over<- subsetByOverlaps(dataA, dataB)

方式3：

inter = intersect(dataA, dataB)

方式4：

groupA <- data.table(dataA)
setkey(groupA, chr, start, end)

groupB <- data.table(dataB)
setkey(groupB, chr, start, end)

over <- foverlaps(groupA, groupB, nomatch = 0)
over2 <- data.table(
  chr = over$chr,
  start = over[, ifelse(start > i.start, start, i.start)],
  end = over[, ifelse(end < i.end, end, i.end)])

标签： rintersectionoverlapbioconductor

Answer 1

我不确定这是否是你想要的。您介意创建一个可重现的示例，如此处所述。

library(dplyr)

DataA <- data.frame(chr = c("chr1", "chr1", "chr1"), start = c(25,50,60), end = c(35,70,85))
DataB <- data.frame(chr = c("chr1", "chr1", "chr1"), start = c(10,55,76), end = c(15,75,82), score = c(24,14,10))

luA <-  Map(`:`, DataA$start, DataA$end)
luA <- data.frame(value = unlist(luA),
                 index = rep(seq_along(luA), lapply(luA, length)))

DataA[luA$index[match(DataB$start, luA$value)],]
DataB[luA$index[match(DataB$start, luA$value)],]