利用Excel函数进行DNA不同特征区间的交集分析

利用Excel函数进行DNA不同特征区间的交集分析

前言

在NGS多组学研究中，通常需要将DNA不同特征区间的进行交集分析，在linux 系统中利用Bedtools intersect 工具即可快速高效的完成。在window下，利用excel 函数同样可以有效进行DNA不同特征区间的进行交集分析，本文利用的是SUMIFS条件求和函数进行筛选分析。首先需要熟悉掌握SUMIFS函数公式，可参考《数据处理中常用的Excel基本操作及函数》一文。其次，需要理解不同区间集合的交集，对哪一个对象集合进行筛选，限制条件参考集合是哪一个（这个是SUMIFS函数中，范围取值对象）。具体的操作过程如下。

情况1：分析一种DNA特征区间完全包含另外一种DNA特征区间。

案例分析

1.DNA超级增强子（SE)区域所在染色质拓扑结构TADs的筛选。

简化数据：

超级增强子区域集合简化如下

所有染色质拓扑结构TADs区域结合简化如下

处理：

step1 :赋值

step2:计算完全包含SE的TAD区域

利用函数 SUMIFS分析每一个TAD区域是否完全包含若干超级增强子，SUMIFS筛选条件是SE与TADs区域 染色体号相同；SE区域Start位点要大于等于某一TADs区域Start值，同时SE区域Endt位点要小于等于某一TADs区域End值.

具体函数公式如下，值得注意的是，大于等于某一个单元格内的数值，公式为“>=''&N,完成某一单元格公式后，并下拉公式可自动填充。

step3:判断是否包含SE区域

情况2:分析一种DNA特征区间包含另外一种DNA特征区间：部分交集

案例分析

1.DNA超级增强子（SE)区域的Hi-C loop的筛选

step1 :赋值

如下图所示，给出简化版的超级增强子与Hi-C loop 区间集合，需要理解的是，每个Hi-C loop 具有两个Loop anchor 区间值。

step2:分别计算单个Loop中2个 anchor区间4个位置与SE区域的交集情况

如图所示，利用SUMIFS函数进行条件筛选。

step3:判断是否与SE区域有交集