如何获取所有基因的转录起始位点--转载

http://blog.sciencenet.cn/blog-2985160-948631.html

 

我们在做人类全基因组分析的时候，经常需要找出基因组中所有基因的转录起始位点（Transcription Start Site, TSS），利用R/Bioconductor很容易做到。

 

用到一个包 Homo.sapiens，其中包含了目前已知的所有基因的注释信息，当然还有其他的包也含有所有基因的注释信息。

 

下面是获取的过程：

 

# 加载包

>  library(Homo.sapiens)

 

#获所有基因

>  all_genes <- genes(Homo.sapiens)

 

#查看前几个基因信息，

>  head(all_genes)

 

GRanges object with 6 ranges and 1 metadata column:

           seqnames                 ranges strand |       GENEID

              <Rle>              <IRanges>  <Rle> | <FactorList>

         1    chr19 [ 58858172,  58874214]      - |            1

        10     chr8 [ 18248755,  18258723]      + |           10

       100    chr20 [ 43248163,  43280376]      - |          100

      1000    chr18 [ 25530930,  25757445]      - |         1000

     10000     chr1 [243651535, 244006886]      - |        10000

 100008586     chrX [ 49217763,  49233491]      + |    100008586

 -------

 seqinfo: 93 sequences (1 circular) from hg19 genome

 

#查看所有基因数，总共有23056个基因

>  length(all_genes)

[1] 23056

 

#获得基因转录起始位点

 

> all_gene_TSS <- resize(all_genes,1)

> all_g