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