通过剪接 CDS 映射投影蛋白结构域或基因组注释

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

蛋白输入为一基闭区间的观测残基坐标。基因组输出在 segments 保留外显子间隙，使用父级生物学链；其外包区间不表示内含子编码该结构域。反向投影仅取与编码碱基相交部分，报告被排除碱基，并以 CDS 注释 ID 作为蛋白坐标命名空间，不推断蛋白 accession。输入可提供 segments 列表列描述不连续片段。

用法

代码project_ggchord_features(
  feature_data,
  cds,
  from = c("protein", "genome"),
  codon_boundary = c("error", "expand")
)

参数

feature_data: 结构域/注释数据框，含 feature_id、parent_id（或每项单值的 parent_ids 列表列）、start、end。
cds: 由 build_ggchord_cds() 创建的映射。
from: 默认 "protein" 或 "genome"。
codon_boundary: 反向投影策略："error" 或 "expand"。

返回值

普通注释表，含投影后的 accver、start、end、strand、directionality、segments、父级 ID、遗传密码元数据、源坐标及 ggchord_projection 来源属性。

详细说明

每个结构域保留显式 feature_id、唯一 CDS 父级、源区间及行号。源元数据保留，重名时加 source_ 前缀。多个生物学父级须在投影前显式展开。未知父级、仅内含子、越界、反向、链不一致及密码子边界有歧义都会报错。codon_boundary = "expand" 允许反向区间覆盖部分密码子并报告扩展，不修改源碱基。

另见

ggchord_data_contract

示例

代码library(dplyr)
data(plasmid_example_pUC19)
feature_source <- find_common_features(plasmid_example_pUC19)
features <- feature_source |>
  select(accver, start, end, strand, type, anno)
coding <- features |>
  filter(anno == "AmpR", type == "CDS") |>
  select(accver, start, end, strand) |>
  mutate(feature_id = paste(accver, "AmpR", sep = ":"), phase = 0)
cds <- build_ggchord_cds(coding, genetic_code = 11)
# Select residues for display; this is not a detected domain.
selected <- tibble(
  feature_id = "selected_residues", parent_id = coding$feature_id,
  start = 2, end = 20
)
project_ggchord_features(selected, cds)