来自GRanges文件的基因ID的R对象的子集答案

【问题标题】：subsetting from an R object of Gene IDs from GRanges file来自GRanges文件的基因ID的R对象的子集
【发布时间】：2014-10-04 23:44:09
【问题描述】：

我有一个名为“P.obj”的 GRanges 文件，我想在其中提取/子集包含在“名称”列中的特定基因 ID。我要提取的特定基因 ID 包含在 R 对象“加号”中，其中列名也称为“名称” 我了解如何通过重叠进行子集化并找到重叠，但我无法弄清楚如何通过基因名称进行子集化。

> P.obj
GRangesList of length 4:
$exons
GRanges with 604591 ranges and 2 metadata columns:
           seqnames               ranges strand   |     score            name
              <Rle>            <IRanges>  <Rle>   | <integer>     <character>
       [1]     chr1 [66999066, 66999090]      +   |         1 ENST00000237247
       [2]     chr1 [66999929, 67000051]      +   |         2 ENST00000237247
       [3]     chr1 [67091530, 67091593]      +   |         3 ENST00000237247
       [4]     chr1 [67098753, 67098777]      +   |         4 ENST00000237247
       [5]     chr1 [67099763, 67099846]      +   |         5 ENST00000237247
       ...      ...                  ...    ... ...       ...             ...
  [604587]    chr22 [51227323, 51227600]      +   |         4 ENST00000423888
  [604588]    chr22 [51222290, 51222500]      +   |         1 ENST00000480246
  [604589]    chr22 [51223601, 51223721]      +   |         2 ENST00000480246
  [604590]    chr22 [51237083, 51239737]      +   |         3 ENST00000480246
  [604591]    chr22 [51237083, 51237551]      +   |         1 ENST00000427528

...
<3 more elements>
---
seqlengths:
  chr1  chr2  chr3  chr4  chr5  chr6 ... chr17 chr18 chr19 chr20 chr21 chr22
    NA    NA    NA    NA    NA    NA ...    NA    NA    NA    NA    NA    NA

> plus
             name
1 ENST00000237247
3 ENST00000480246
5 ENST00000427528

我尝试过： P.obj[P.obj$name==加$name]

但我收到一条错误消息：警告信息：在 is.na(e1) 中：is.na() 应用于 'NULL' 类型的非（列表或向量）

【问题讨论】：

标签： r subset

【解决方案1】：

您想要的信息位于GRanges“元数据”列中，可通过mcols() 或$ 访问。此外，您正在寻找集合成员%in%，而不是身份。所以

P.obj[P.obj$name %in% plus$name]

考虑在 Bioconductor support site 上询问有关 Bioconductor 封装的问题。

【讨论】：