### R代码来自Vignette Source'sigfuge.rnw'##############################################################################################################################################################）geneannot <-granges（seqnames = rle（“ chr9”，5），ranges = iranges（start = c（21967751,21968574,2197090901,219744403,219994138），结束），strand = rle（strand（“ - ”），5））geneannot ############################################################# ###代码块数字3：sigfuge.rnw：61-73 ##########################################################ucsc.hg19.nowngene）genesym <-c（“ cdkn2a”）geneid < - select（org.hs.eg.db，keys = genesym，keytype =“符号”，columns =“ intrezid”）txdb <-txdb.hsapiens.ucsc.hg19.nowngene ex <-exonsby（txdb，“ gene”）geneannot <-ex [[Geneid $ intrezid [1]] geneannot geneannot < - redain（geneannot）geneannot ########################################## ###代码块编号4：sigfuge.rnw：78-99 #############################################################ranges=IRanges( start=c(49551405,49552685,49557402,49558568,49562274, 49562384,49565166,49571723,49574900), end=c(49551773,49552799,49557492,49558663,49562299, 49562460,49565199,49571822,49575060))，strand = rle（strand（“ - ”），9））bam_file1 < - system.file（file.path（“ sample_bam_files”，“ input1.bam”），package =“ prebsdata”）bam_file2 <-system.file（file（file）（file.path（“ sample_bam_files”，“ input2.bam”），package =“ prebsdata”）sorted1 <-sortbam（bam_file1，tempfile1，tempfile（））indexBam（sorted1）sorted2 <-Sorted2 <-Sortbam（bam_file2）bam_files <-c（sorted1，sorted2）###################################### ###代码块数字5：sigfuge.rnw：104-120 ############################################################ function(x) { info <- apply(x[["seq"]], 2, function(y) { y <- y[c("A", "C", "G", "T"), , drop=FALSE] cvg <- colSums(y) }) info } param <- ApplyPileupsParam(which=geneAnnot, what=c("seq", "qual"), yieldBy="position", yieldAll=TRUE) fls <- PileupFiles(bam_files, param=param) res <- applyPileups(fls, calcInfo, param=param) geneDepth <- t(do.call(cbind,res)) colnames(geneDepth) <- c("Sample1", "Sample2") geneDepth[500:505, ] ################################################### ### code chunk number 6: SigFuge.Rnw:131-133 ################################################### data(geneAnnot) data(geneDepth) ################################################### ### code chunk number 7: SigFuge.Rnw:139-144 ################################################### genename <- "CDKN2A" mdata <- geneDepth[,101:150] SFfigure(data=mdata, locusname=genename, annot=geneAnnot, lplots=1:3, savestr=genename, titlestr="CDKN2A locus, LUSC samples") ################################################### ### code chunk number 8: SigFuge.Rnw:179-183 (eval = FALSE) ################################################### ## genename <- "CDKN2A" ## SFfigure(data=mdata, locusname=genename, ## annot=geneAnnot, lplots=4, savestr ="CDKN2A_individual_curves", ## titlestr="CDKN2A locus, LUSC samples") ################################################### ### code chunk number 9: SigFuge.Rnw:189-191 ################################################### output <- SFpval(mdata) output@pvalnorm ################################################### ### code chunk number 10: SigFuge.Rnw:199-202 ################################################### norm <- SFnormalize(mdata) labels <- SFlabels(norm) labels[1:10] ################################################### ### code chunk number 11: SigFuge.Rnw:207-219 (eval = FALSE) ################################################### ## exp.data <- mdata[,-which(norm$flag == 1)] ## labels <- labels[-which(norm$flag == 1)] ## ## SFfigure(exp.data, locusname=genename, annot=geneAnnot, ## data.labels=labels, flag=0, lplots=2, ## savestr="Raw_CDKN2A", titlestr="Raw coverage", ## pval=0) ## ## SFfigure(norm$data.norm, locusname=genename, annot=geneAnnot, ## data.labels=labels, flag=0, lplots=2, ## savestr="Norm_CDKN2A", titlestr="Normalized coverage", ## pval=0)