合并同序列对的相邻或重叠比对块 — merge_ggchord

0.16.6 文档

本页完整说明已译为现代汉语；函数、参数、代码和原始数据标识保留原样。使用教程

全站目录 · 按任务查找

合并同 query/subject 对中两侧均相邻（间距不超过 max_gap）或重叠且相容的块。pident 按比对长度加权。策略保守：合并后两端跨度差大于 max(max_gap, 1)、相似度差大于 min_pident_difference，或 require_same_orientation 时方向不同，均不合并。默认还要求 subject 边界按相对方向推进，交叉块顺序保留独立。group_by 只添加分组元数据，不跨 ID 合并。未合并行保留原长度；合并行 length 为 query 外包跨度，不是新比对长度，.length_estimated 标识显示汇总。报告保留源长度和相似度；重叠可能重复计权，间隙可能加入未比对碱基，因此统计应使用原始块。单碱基端点无法定义聚合外包方向，保持独立。

用法

代码merge_ggchord_ribbons(
  ribbon_data,
  max_gap = 0,
  min_pident_difference = 0,
  require_same_orientation = TRUE,
  group_by = c("qaccver", "saccver"),
  extra_columns = c("consistent", "first")
)

参数

ribbon_data: 连接格式的数据框。
max_gap: 数值，默认 0；两条序列上允许合并的最大块间距，单位 bp。
min_pident_difference: 数值，默认 0；大于 0 时，两块 pident 差值须不超过该值。
require_same_orientation: 逻辑值，默认 TRUE；仅合并相对方向相同且边界推进相容的块。两端同时反转保持相对方向；FALSE 明确允许更粗略的混向汇总。
group_by: 额外分组列，默认 c("qaccver", "saccver")；query/subject ID 始终是分组键。
extra_columns: 多行合并时额外列的处理：默认 "consistent" 仅在所有源行一致时保留，否则记同类型缺失值；"first" 保留首行值。

返回值

列表，含合并数据 data（带 source_rows 属性）及 report 报告，逐输出行含 output_row、from_rows、n_merged 和列表列 source_length、source_pident。

另见

ggchord_data_contract

示例

代码library(dplyr)
data(ribbon_data_example)
links <- ribbon_data_example |>
  select(qaccver, saccver, qstart, qend, sstart, send, pident, length)
out <- merge_ggchord_ribbons(links, max_gap = 100)
out$report