绘图前校验 ggchord 输入 — validate_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

对 seq_data、ribbon_data、gene_data 做结构化校验，帮助在绘图前发现、理解并修复问题。返回 "ggchord_validation" 对象，含 valid 标志、可能误导图形的严重问题 errors、可绘制但需留意的问题 warnings、分类计数、数据汇总、每个问题的原始行号及可自动修复问题列表。

用法

代码validate_ggchord_data(
  seq_data,
  ribbon_data = NULL,
  gene_data = NULL,
  strict = FALSE,
  check_coordinates = TRUE,
  check_duplicates = TRUE,
  check_self_links = TRUE
)

参数

seq_data: 必需 data.frame/tibble，包含基本序列列 accver、length。
ribbon_data: 可选 data.frame/tibble，比对列为 qaccver、saccver、qstart、qend、sstart、send。
gene_data: 可选 data.frame/tibble，基因列为 accver、start、end、strand；anno 可选。
strict: 逻辑值。TRUE 时收集问题后遇严重错误停止；默认 FALSE 返回完整报告而不停止。
check_coordinates: 逻辑值，默认 TRUE，是否检查连接/基因坐标位于 [1, sequence length] 内。
check_duplicates: 逻辑值，默认 TRUE，是否检查完全重复、近似重复及高度重叠记录。互惠重叠要求交集覆盖两区间各至少 90%，包括端点递减的连接。反向注释边界可能跨圆形原点，不参与线性重叠诊断，但仍报告完全重复。
check_self_links: 逻辑值，默认 TRUE，是否标记满足 qaccver == saccver 的自身连接。

返回值

"ggchord_validation" 列表对象，至少包含：

valid: 逻辑值，无严重错误时为 TRUE。
errors: 严重问题数据框，包含表、类别、行、列、消息。
warnings: 非严重问题数据框，列相同。
summary: 按类别的表、类别、严重度及数量统计。
data_summary: 序列/连接/基因数量、未知 ID、越界行等汇总。
invalid_rows: 按问题类别命名的原始行号列表。
cleanable: 可修复问题及建议操作的数据框。

提供 print() 和 summary() 方法。

另见

ggchord_data_contract

示例

代码library(dplyr)
data(seq_data_example)
seqs <- seq_data_example |>
  select(accver, length)
data(ribbon_data_example)
links <- ribbon_data_example |>
  select(qaccver, saccver, qstart, qend, sstart, send)
data(gene_data_example)
genes <- gene_data_example |>
  transmute(accver, start, end, strand = source_strand)
result <- validate_ggchord_data(seqs, links, genes)
result$valid