1．1分析做准备

在本文中，您将使用LOLA包附带的小型示例数据集来初步了解LOLA工作流中最常见的功能。

运行LOLA分析需要3个条件:

1. 一个区域数据库。
2. userSets:感兴趣的区域(至少有一组区域作为GRanges对象，或多个感兴趣的区域作为GRangesList对象)
3. userUniverse:测试包含在感兴趣的区域集中的区域集(单个GRanges对象)

让我们加载一个示例regionDBloadRegionDB ()．下面是LOLA附带的一个小例子。数据库位置应该指向一个包含集合子文件夹的文件夹:

dbPath = system. library("LOLA")file("extdata"， "hg19"， package="LOLA") regionDB = loadRegionDB(dbPath)

regionDB是一个R (list)对象，它有几个元素:

名(regionDB)

##[1]“dbLocation”“regionAnno”“collectionAnno”“regionGRL”

• dbLocation:一个字符串，记录传递到的数据库文件夹的位置loadRegionDB ()．
• collectionAnno:data.table对集合进行注释，使用与您的集合数据库中的注释文件。
• regionAnno:data.table注释每个区域集，用行对应数据库中的床文件(还有一个集合记录每个区域集属于哪个集合的列)。
• regionGRL:GRangesList对象保存实际的区域，每个区域集有一个列表元素，顺序如下regionAnno．

现在加载了数据库，让我们加载一些示例数据(感兴趣的区域和测试的宇宙):

data("sample_input"， package="LOLA") #加载userUniverse . data("sample_universe"， package="LOLA"

现在我们有一个GRanges对象叫做userSets和GRanges对象userUniverse．这就是我们进行浓缩计算所需要的。

1.2运行分析

runLOLA ()将测试您的userset和regionDB中的每个region set之间的重叠。

locResults = runLOLA(userSets, userUniverse, regionDB, cores=1)

runLOLA测试regionDB中每个用户集和每个区域集之间的成对重叠。然后，它使用费雪精确测试来评估重叠的重要性。结果是data.table有几列:

colnames (locResults)头(locResults)

## b[1]“userSet”“dbSet”“collection”“pValueLog”“oddsRatio”##[6]“support”“rnkPV”“rnkOR”“rnkSup”“maxRnk”##[11]“meanRnk”“b”“c”“d”“description”## b[16]“cellType”“tissue”“antibody”“treatment”“dataSource”##[21]“filename”“qValue”“size”## userSet dbSet collection pValueLog oddsRatio support rnkPV rnkOR rnkSup ## 1: setB 2 ucsc_example 264.4863407 7.7578283 850 11 2 ## 2: setA 2 ucsc_example 254.6188080 8.6487312 632 11 2 ## 3:setB ucsc_example 34.6073689 - 3.3494078 5747 2 2 1 # # 4:刚毛4 ucsc_example 1.7169689 1.2377725 124 2 2 3 # # 5:刚毛5 ucsc_example 1.7169689 1.2377725 124 2 2 3 # # 6:刚毛3 ucsc_example 0.1877354 - 0.9135696 8 4 4 5 # # maxRnk meanRnk b c d描述cellType # # 1: 2 1.33 452 4981 20546 ucsc_example < NA > # # 2: 2 1.33 670 2510 23017 ucsc_example < NA > # # 3: 2 1.67 20018 84 980 CpG岛UCSC的注释< NA > # # 4: 3 2.33 761 3018 22926 ucsc_example < NA > # # 5:3 2.33 761 3018 22926 ucsc_example  ## 6: 5 4.33 66 3134 23621 ucsc_example  ##组织抗体治疗数据源文件名## 1:    laminB1Lads。床## 2:    laminB1Lads。bed ## 3:     cpgIslandExt.bed ## 4:     vistaEnhancers.bed ## 5:     vistaEnhancers_colNames.bed ## 6:     numtSAssembled.bed ## qValue size ## 1: 3.263317e-264 1302 ## 2: 1.202713e-254 1302 ## 3: 8.232086e-35 28691 ## 4: 3.837612e-02 1339 ## 5: 3.837612e-02 1340 ## 6: 1.000000e+00 78

如果你不熟悉怎么做data.table是用R写的，值得一读这个强大包的文档．列userSet而且dbSet是对应GRangeList对象的索引，用于标识每个成对比较。有一系列列描述统计检验的结果，例如pValueLog，logOdds，以及列联表(支持是重叠吗b，c,d完成2x2表)。排序列只是对测试进行排序pValueLog，logOdds,或支持；属性之后的一系列列注释了数据库区域，具体取决于您如何填充指数表。

你可以在R中探索这些结果，例如，按不同的顺序排序:

locResults[秩序(支持,减少= TRUE),)

# # userSet dbSet收集pValueLog oddsRatio支持rnkPV rnkOR # # 1: setB ucsc_example 3.460737 e + 01 3.3494078 5747 2 2 # # 2:刚毛ucsc_example 2.818334 e-02 0.8704355 3002 5 5 # # 3: setB 2 ucsc_example 2.644863 e + 02 7.7578283 850 1 1 # # 4:刚毛2 ucsc_example 2.546188 e + 02 8.6487312 632 1 1 # # 5:刚毛4 ucsc_example 1.716969 e + 00 1.2377725 124 2 2 # # 6:刚毛5 ucsc_example 1.716969 e + 00 1.2377725 124 2 2 # # 7: setB 4 ucsc_example 0.000000 e + 00 0.3489379 80 4 3 # # 8:setB 5 ucsc_example 0.000000 e + 00 0.3489379 80 4 3 # # 9:刚毛3 ucsc_example 1.877354 e-01 0.9135696 8 4 4 # # 10: setB 3 ucsc_example 9.184826 e-06 0.2052377 4 3 5 # # rnkSup maxRnk meanRnk b c d描述# # 1:1 2 1.67 20018 84 980 CpG岛UCSC的注释# # 2:1 5 3.67 22763 140 924 CpG岛从UCSC的注释# # 3:2 2 1.33 452 4981 20546 ucsc_example # # 4: 2 2 1.33 670 2510 23017 ucsc_example # # 5: 3 3 2.33 761 3018 22926 ucsc_example # # 6:33 2.33 761 3018 22926 ucsc_example ## 7: 34 3.33 805 5751 20193 ucsc_example ## 9: 5 5 4.33 66 3134 23621 ucsc_example ## 10: 5 5 4.33 70 5827 20928 ucsc_example ## cellType组织抗体治疗数据源文件名## 1:     cpgIslandExt。床## 2:     cpgIslandExt。床## 3:     laminB1Lads。床## 4:     laminB1Lads。bed ## 5:      vistaEnhancers.bed ## 6:      vistaEnhancers_colNames.bed ## 7:      vistaEnhancers.bed ## 8:      vistaEnhancers_colNames.bed ## 9:      numtSAssembled.bed ## 10:      numtSAssembled.bed ## qValue size ## 1: 8.232086e-35 28691 ## 2: 1.000000e+00 28691 ## 3: 3.263317e-264 1302 ## 4: 1.202713e-254 1302 ## 5: 3.837612e-02 1339 ## 6: 3.837612e-02 1340 ## 7: 1.000000e+00 1339 ## 8: 1.000000e+00 1340 ## 9: 1.000000e+00 78 ## 10: 1.000000e+00 78

你可以按其中一列排序:

locResults[秩序(maxRnk,减少= TRUE),)

# # userSet dbSet收集pValueLog oddsRatio支持rnkPV rnkOR # # 1:刚毛3 ucsc_example 1.877354 e-01 0.9135696 8 4 4 # # 2:刚毛ucsc_example 2.818334 e-02 0.8704355 3002 5 5 # # 3: setB 3 ucsc_example 9.184826 e-06 0.2052377 4 3 5 # # 4: setB 4 ucsc_example 0.000000 e + 00 0.3489379 80 4 3 # # 5: setB 5 ucsc_example 0.000000 e + 00 0.3489379 80 4 3 # # 6:刚毛4 ucsc_example 1.716969 e + 00 1.2377725 124 2 2 # # 7:刚毛5 ucsc_example 1.716969 e + 00 1.2377725 124 2 2 # # 8:setB 2 ucsc_example 2.644863 e + 02 7.7578283 850 1 1 # # 9:刚毛2 ucsc_example 2.546188 e + 02 8.6487312 632 1 1 # # 10: setB 1 ucsc_example 3.460737 e + 01 3.3494078 5747 2 2 # # rnkSup maxRnk meanRnk b c d描述# # 1:5 5 4.33 66 3134 23621 ucsc_example # # 2: 1 5 3.67 22763 140 924 CpG岛从UCSC的注释# # 3:5 5 4.33 70 5827 20928 ucsc_example # # 4: 3 4 3.33 805 5751 20193 ucsc_example # # 5: 3 4 3.33 805 5751 20193 ucsc_example # # 6: 3 3 2.33 761 3018 22926 ucsc_example # # 7:33 2.33 761 3018 22926 ucsc_example ## 8: 22 1.33 452 4981 20546 ucsc_example ## 9: 22 1.33 670 2510 23017 ucsc_example ## 10: 1 2 1.67 20018 84 980 CpG岛从UCSC注释## cellType组织抗体治疗数据源文件名## 1:     numts。床## 2:     cpgIslandExt。bed ## 3:      numtSAssembled.bed ## 4:      vistaEnhancers.bed ## 5:      vistaEnhancers_colNames.bed ## 6:      vistaEnhancers.bed ## 7:      vistaEnhancers_colNames.bed ## 8:      laminB1Lads.bed ## 9:      laminB1Lads.bed ## 10:      cpgIslandExt.bed ## qValue size ## 1: 1.000000e+00 78 ## 2: 1.000000e+00 28691 ## 3: 1.000000e+00 78 ## 4: 1.000000e+00 1339 ## 5: 1.000000e+00 1340 ## 6: 3.837612e-02 1339 ## 7: 3.837612e-02 1340 ## 8: 3.263317e-264 1302 ## 9: 1.202713e-254 1302 ## 10: 8.232086e-35 28691

最后，将结果记录到文件中，如下所示:

4. 写出结果:

writeCombinedEnrichment(locResults, outFolder= "lolaResults")

默认情况下，这个函数将把整个表写入atsv文件。我建议使用inclesplits参数，它告诉函数也打印出由userSet设置的附加表，这样您测试的每个区域集都有自己的结果表。它只是让探索结果更容易一些。

writeCombinedEnrichment(locResults, outFolder= "lolaResults"， inclesplits =TRUE)

1.3探索LOLA结果

假设你想知道我们看到的铀浓缩是由哪些地区造成的;或者，换句话说，您希望提取实际上与特定数据库重叠的区域。为此，您可以使用函数extractEnrichmentOverlaps ()：

oneResult = locResults[2，] extractEnrichmentOverlaps(oneResult, userSets, regionDB)

## seqnames ranges strand ##    ## [1] chr1 18229560 -19207602 * ## [2] chr1 35350878-35351854 * ## [3] chr1 38065507-38258622 * ## [5] chr1 38499473-39306315 * ## [5] chr1 42611485-42611691 * ## ... ... ... ...[628] chrX 136032577-138821238 * ## [630] chrX 139018365-148549454 * ## [631] chrX 154066672-154251301 * ## [632] chrY 2880166-7112793 * ## ------- # seqinfo:来自未知基因组的69个序列;没有seqlengths

1．4从数据库中提取特定的区域集

如果您有一个大型数据库，您可能有兴趣将LOLA数据库格式用于其他项目，或用于额外的后续分析。在本例中，您可能只对数据库中的一个区域集感兴趣，也可能只对其中的几个区域集感兴趣。LOLA提供了从已加载或未加载的数据库中提取特定区域集的函数。

假设您只想要一个具有“vistaEnhancers”区域集中区域的对象。你可以像这样从加载的数据库中获取它:

getRegionSet(regionDB, collections="ucsc_example"， filename ="vistaEnhancers.bed")

##长度为1的GRangesList对象:##[[1]]##具有1339个范围和0个元数据列的GRanges对象:## seqnames ranges strand ##    ## 1 chr1 3190582-3191428 * ## 2 chr1 8130404 -8131887 * ## 3 chr1 10593124-10594209 * ## 4 chr1 10732071-10733118 * ## 5 chr1 10757665-10758631 * ## ... ... ... ...1335 chrX 139380917-139382199 * ## 1337 chrX 139674500-139675403 * ## 1338 chrX 147829017-147830159 * ## 1339 chrX 150407693-150409052 * ## ------- # seqinfo:来自未指定基因组的69个序列;没有seqlengths

或者，如果您还没有加载数据库，您可以只给出数据库的路径，LOLA将只加载您感兴趣的特定区域集。它可以包含多个文件名或集合:

getRegionSet(dbPath, collections="ucsc_example"， filename ="vistaEnhancers.bed")

##长度为1的GRangesList对象:##[[1]]##具有1339个范围和0个元数据列的GRanges对象:## seqnames ranges strand ##    ## 1 chr1 3190582-3191428 * ## 2 chr1 8130404 -8131887 * ## 3 chr1 10593124-10594209 * ## 4 chr1 10732071-10733118 * ## 5 chr1 10757665-10758631 * ## ... ... ... ...1335 chrX 139380917-139382199 * ## 1337 chrX 139674500-139675403 * ## 1338 chrX 147829017-147830159 * ## 1339 chrX 150407693-150409052 * ## ------- # seqinfo:来自未指定基因组的23个序列;没有seqlengths

现在您已经对函数有了一个基本的概念，接下来可以学习一些其他的小插图，例如使用LOLA核心，以了解这是如何在现实数据集上工作的。