用基因组注释特征总结查询区域的重叠
查询注释文件
寻找目标基因类型
了解查询区域在基因类型间的分布情况:
biotype_col < -grep（“gene_biotype”，colnames(重叠),值=T)df < -(重叠,长度（独特的(queryIndex)) =biotype_col]colnames(df) < -c（“特性”，“数”）df＄< -百分比轮(df＄数/长度(queryRegions)＊One hundred.，1）df < -df (订单(统计,减少=真正的)]ggplot2：：ggplot(df,aes（x =重新排序(功能,-%),y =百分比)+geom_bar（统计=“身份”，aes（填补=功能)+geom_label（aes（y =百分比+0．5)，标签=df＄数)+实验室（x =的记录功能，y =paste0（'重叠百分比(n = '，长度(queryRegions),“)”）)+theme_bw（base_size =14）+主题（axis.text.x =element_text（角=90）)
扩展注释特性空间
GTF文件包含一些注释特征(例如外显子、转录本)，通常是显式定义的，然而，一些转录特征，如内含子、外显子-内含子边界、启动子区域只是隐式定义的。这些隐式特征可以使用基因组特征库中的makeTxDb函数族从GTF文件中提取出来。
首先，我们创建一个GRanges对象列表，其中每个列表元素包含转录本特征的所有可用坐标，如转录本、外显子、内含子、5 ' /3 ' utr、外显子-内含子边界和启动子区域。
绘制查询区域和抄本特征之间的重叠计数
要对跨基因特征的查询区域分布有一个全局概述，我们可以使用summarizeQueryRegions函数。如果给定的查询区域与任何给定的文本功能坐标都不重叠，则将其归类于NoFeatures．
摘要< -summarizeQueryRegions（queryRegions =queryRegions,txdbFeatures =txdbFeatures)df < -data.frame(总结)df＄< -百分比轮((df＄数/长度(queryRegions)),3.）＊One hundred.df＄< -特点rownames(df)ggplot2：：ggplot(df,aes（x =重新排序(功能,-%),y =百分比)+geom_bar（统计=“身份”，aes（填补=功能)+geom_label（aes（y =百分比+3.)，标签=df＄数)+实验室（x =的记录功能，y =paste0（'重叠百分比(n = '，长度(queryRegions),“)”）)+theme_bw（base_size =14）+主题（axis.text.x =element_text（角=90）)
获取查询区域和基因之间的重叠计数表
找出哪些基因与多少查询有重叠，并根据转录本特征对重叠进行分类;我们使用getTargetedGenesTable函数，该函数返回一个data.frame对象。
dt < -getTargetedGenesTable（queryRegions =queryRegions,txdbFeatures =txdbFeatures)dt < -dt (订单(成绩单,减少=真正的)]knitr：：kable(dt [1：10,)| tx_name | 成绩单 | 外显子 | 启动子 | fiveUTRs | 内含子 | cd | threeUTRs |
|---|---|---|---|---|---|---|---|
| ENST00000317713 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000361689 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000372915 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000539005 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000545844 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000564288 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000567887 | 33 | 28 | 0 | 0 | 5 | 24 | 4 |
| ENST00000372925 | 28 | 23 | 0 | 0 | 5 | 19 | 4 |
| ENST00000289893 | 27 | 22 | 0 | 0 | 5 | 18 | 4 |
| ENST00000367142 | 14 | 14 | 0 | 0 | 0 | 3. | 12 |
分析跨文本功能的查询区域的覆盖率
特征边界处查询区域的覆盖概况
在文本特征的边界处观察查询区域的分布可能是有用的。例如，观察转录本末端的相对信号(转录起始位点与转录结束位点)可能很重要。或者，观察信号在外显子边界上的分布也很重要，这可能会让我们对转录调控有一个概念。在这里，我们演示了如何在转录起始/结束位点获得这样的信号分布。同样的方法也可以用于任何其他转录本特征集合(外显子、内含子、启动子、utr等)。
cvgF < -getFeatureBoundaryCoverage（queryRegions =queryRegions,featureCoords =txdbFeatures＄成绩单、flankSize =1000，boundaryType =“fiveprime”，sampleN =10000）cvgT < -getFeatureBoundaryCoverage（queryRegions =queryRegions,featureCoords =txdbFeatures＄成绩单、flankSize =1000，boundaryType =“threeprime”，sampleN =10000）cvgF＄边界< -“fiveprime”cvgT＄边界< -“threeprime”df < -rbind(cvgF cvgT)ggplot2：：ggplot(df,aes（x =基地,y =meanCoverage))+geom_ribbon（填补=“lightgreen”，aes（ymin =meanCoverage-standardError＊1.96，ymax =meanCoverage+standardError＊1.96）)+geom_line（颜色=“黑”）+facet_grid（～边界)+theme_bw（base_size =14）
所有抄本功能的查询区域的覆盖概要
可以获取单一类型的文本功能或文本功能列表的覆盖率概况。在这里，我们演示如何跨所有可用的文本功能获得查询区域的覆盖概要。使用sampleN参数对目标区域进行随机下采样，以加快计算速度可能是一个好主意。
cvgList < -calculateCoverageProfileList（queryRegions =queryRegions,targetRegionsList =txdbFeatures,sampleN =10000）ggplot2：：ggplot(cvgListaes（x =垃圾箱,y =meanCoverage))+geom_ribbon（填补=“lightgreen”，aes（ymin =meanCoverage-standardError＊1.96，ymax =meanCoverage+standardError＊1.96）)+geom_line（颜色=“黑”）+theme_bw（base_size =14）+facet_wrap（～特性,ncol =3.）
