不同的方法从gtf中提取相关基因组信息in R

最新推荐文章于 2025-05-29 09:11:43 发布

转载

最新推荐文章于 2025-05-29 09:11:43 发布 · 3.1k 阅读

7 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/beckygogogo/p/9865911.html

文章标签：

#python

本文介绍了使用R语言从GTF文件中提取基因组信息的四种不同方法，包括利用GenomicRanges、annotatr、Bioconductor以及数据处理库plyr。方法涉及创建TxDb对象、读取BAM文件、提取特定特征如第一外显子，并进行重叠分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Method One:

library(GenomicRanges)

library(GenomicFeatures)
library(annotatr)
makeTxDbFromGFF
txdb <- annotatr::makeTxDbFromGFF(gff_file, format="gtf")

GRanges(txdb)

ebg <- transcriptsBy(txdb, by="seqlevels")

anno_info <- transcriptsBy(txdb, by=c("gene", "exon", "cds",'three_prime_utr','five_prime_utr'), use.names=FALSE)
####abstracting information about mouse gene names

library(org.Mm.eg.db)

x = get(sprintf('org.Mm.egSYMBOL', 'Mm10'))
mapped_genes = mappedkeys(x)
eg2symbol = as.data.frame(x[mapped_genes])
eg2symbol$ensemble <- mapIds(org.Mm.eg.db,keys = eg2symbol$gene_id,keytype = "ENTREZID",column = "ENSEMBL")

print(eg2symbol)

Method Two:

sour