查找列表之间的基因重叠百分比答案

【问题标题】：Find gene overlap as a percentage between lists查找列表之间的基因重叠百分比
【发布时间】：2019-09-04 21:36:02
【问题描述】：

这个问题是发现的问题here 的变体。

我还想评估基因重叠的百分比，但我不想对单个列表中的所有内容进行成对比较，而是想将一个列表与不同的列表集进行比较。最初的帖子答案给出了一个优雅的嵌套 sapply，我认为这不适用于我的情况。

以下是一些示例数据。

>listOfGenes1 <- list("cellLine1" = c("ENSG001", "ENSG002", "ENSG003"), "cellLine2" = c("ENSG003", "ENSG004"), "cellLine3" = c("ENSG004", "ENSG005"))
>myCellLine <- list("myCellLine" = c("ENSG001", "ENSG002", "ENSG003"))

我想将 listOfGenes1 中的每个细胞系与 myCellLine 中的单个组进行比较，输出如下：

>overlaps
cellLine1   cellLine2   cellLine3
      100          33           0

为了清楚起见，我想要百分比重叠，以“myCellLine”为分母。这是我迄今为止尝试的但没有成功的方法。

overlaps <- sapply(listOfGenes1, function(g1) {round(length(intersect(g1, myCellLine)) / length(myCellLine) * 100)})

【问题讨论】：

标签： r overlap

【解决方案1】：

你可以试试，

round(sapply(listOfGenes1, function(i)
                100 * length(intersect(i, myCellLine[[1]])) / length(myCellLine[[1]])), 0)

#cellLine1 cellLine2 cellLine3 
#      100        33         0

注意：您的myCellLine 对象是一个列表，因此length(myCellLine) 将不起作用

【讨论】：

【解决方案2】：

我们可以使用sapply

sapply(listOfGenes1, function(x) mean(myCellLine[[1]] %in% x) * 100)

#cellLine1 cellLine2 cellLine3 
#100.00000  33.33333   0.00000

【讨论】：

这行得通，但取平均值的目的是什么？
@strugglebus 我们正在采用mean 的逻辑值，这将直接为您提供比率。