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。