##----代码，echo=FALSE-------------------------------------------------------date=“`r文档日期（）`”pkg=“`r pkg_ver（'CNEr'）`”##----全局选项，echo=FALSE-----------------------------------------------short=TRUE#如果short==TRUE，则不回显代码块调试=FALSEknitr:：opts_chunk$set（echo=！short，warning=debug，message=debup，error=FALSE，cache.path=“缓存/”，图路径=“数字/”）##----轴，评估=真，回声=真------------------------------------------------图书馆（CNEr）##这些axt文件是专门为该地区准备的##（chr6:24000000..2700000）axtFilesHg38DanRer10<-file.path（system.file（“extdata”，package=“CNEr”），“hg38.danRer10.net.axt”）axtFilesDanRer10Hg38<-file.path（system.file（“extdata”，package=“CNEr”），“danRer10.hg38.net.axt”）##----readAxt，eval=TRUE，echo=TRUE--------------------------------------------axtHg38DanRer10<-readAxt（axtFilesHg38丹Rer10）axtDanRer10Hg38<-readAxt（axtFilesDanRer10 Hg38）##----showAxt，eval=真，echo=真--------------------------------------------##Axt类以UCSC Axt格式显示axtHg38DanRer10公司axtDanRer10Hg38公司##----matchDistribution，eval=TRUE，echo=TRUE----------------------------------##匹配比对的分布；给定Axt对齐，用每个匹配对齐的百分比绘制热图匹配分发（axtHg38DanRer10）匹配分发（axtDanRer10Hg38）##----syntenyDotplot，eval=TRUE，echo=TRUE-------------------------------------##hg19和galGal3上的chr4示例##人类和斑马鱼的共性在点图上并不十分明显。文库（BSgenome.Hsapiens.UCSC.hg19）库（BSgenome.Ggallus.UCSC.galGal3）fn<-file.path（system.file（“extdata”，package=“CNEr”），“chr4.hg19.galGal3.net.axt.gz”）axt<-readAxt（fn，tAssemblyFn=文件路径（system.file（“extdata”，package=“BSgenome.Hsapiens.UCSC.hg19”），“single_sequences.2bit”），qAssemblyFn=file.path（system.file（“extdata”，package=“BSgenome.Ggallus.UCSC.galGal3”），“single_sequences.2bit”））库（GenomeInfoDb）syntenicDotplot（axt，firstChrs=c（“chr4”），secondChrs=“chr5”，type=“dot”）##----UCSC，eval=FALSE，echo=TRUE----------------------------------------------###从UCSC获取rmsk表#库（rtracklayer）#mySession<-browserSession（“UCSC”）#基因组（mySession）<-“hg38”#hg38.rmsk<-getTable（ucscTableQuery（mySession，track=“RepeatMasker”，#表=“rmsk”））#hg38.rmskGRanges<-GRanges（seqnames=hg38.rmsk$genoName，###UCSC坐标是基于0的。#ranges=I范围（start=hg38.rmsk$genoStart+1，#end=hg38.rmsk$genoEnd），#strand=hg38.rmsk$strand）###从BioMart获取集合基因外显子#图书馆（bioRt）#信号群<-useMart（biomart=“ensembl_MART_ensembl”，#host=“dec2015.archive.ensembl.org”）#ensembl<-useDataset（“hsapiens_gene_ensembl”，mart=ensembl）#属性<-listAttributes（信号群）#外显子<-getBM（attributes=c（“chromosome_name”，“exon_chrom_start”，#“exon_chrome_end”，“strand”），#mart=集合）#exonsRanges<-GRanges（seqnames=exons$chromosome_name，#ranges＝I范围（开始＝外显子$exon_chrom_start，#end=外显子$exon_chrom_end），#strand=ifelse（外显子$strand==1L，“+”，“-”）# )#seqlevelsStyle（外显子范围）<-“UCSC”###使用hg38的现有Bioconductor注释包#库（TxDb.Hsapiens.UCSC.hg38.knownGene）#外显子范围<-外显子（TxDb.Hsapiens.UCSC.hg38.knownGene）##----床，评估=真，回声=真------------------------------------------------##Zebrafish danRer10的chr6:24000000..2700000的现有床文件bedDanRer10Fn<-file.path（system.file（“extdata”，package=“CNEr”），“filter_regions.danRer10.bed”）danRer10过滤器<-读取床（床DanRer10Fn）danRer10过滤器##Human hg38中对齐区域的现有床文件##chr6:24000000..27000000丹雷尔10bedHg38Fn<-file.path（system.file（“extdata”，package=“CNEr”），“filter_regions.hg38.bed”）hg38过滤器<-readBed（bedHg38Fn）hg38过滤器##----CNE，eval=真，echo=真------------------------------------------------##这里我们有来自Bioconductor包的两位文件##英国基因组。Drerio.UCSC.danRer10和BSgenome。哈皮恩斯。加州大学旧金山分校hg38cneDanRer10Hg38<-CNE(assembly1Fn=文件路径（system.file（“extdata”，package=“BSgenome.Drerio.UCSC.danRer10”），“single_sequences.2bit”），assembly2Fn=文件路径（system.file（“extdata”，package=“BSgenomen.Hsapiens.UCSC.hg38”），“single_sequences.2bit”），axt12Fn=axtFilesDanRer10Hg38，axt21Fn=axtFilesHg38DanRer10，切断1=8L，切断2=4L）cneDanRer10Hg38##----CNEScan，eval=真，echo=真--------------------------------------------标识<-c（45L、48L、49L）窗户<-c（50L、50L、50L）##这里，danRer10Filter是tFilter，因为danRer是组件1cneListDanRer10Hg38<-ceScan（x=cneDanRer10Hg38，tFilter=danRer10Filter，qFilter=hg38过滤器，窗口=窗口，标识=标识）##----CNEScanHead，eval=真，echo=真----------------------------------------##以danRer10为参考的路线CNECNE12（cneListDanRer10Hg38[[“45_50”]]）##以hg38为参考的路线CNECNE21（cneListDanRer10Hg38[[“45_50”]]）##----CNEMerge，eval=真，echo=真-------------------------------------------cneMergedListDanRer10Hg38<-lapply（cneListDanRer10Hg38，cneMerge）##----CNE应答，eval=FALSE，echo=TRUE------------------------------------#cneFinalListDanRer10Hg38<-重叠（cneMergedListDanRer10Hg38，blatCNE）##----saveCNE，eval=TRUE，echo=TRUE--------------------------------------------##在单个表上数据库名称<-tempfile（）数据（cneFinalListDanRer10Hg38）表格名称<-paste（“danRer10”，“hg38”，名称（cneFinalListDanRer10Hg38），sep=“_”）对于（i in 1:长度（cneFinalListDanRer10Hg38））{saveCNEToSQLite（cneFinalListDanRer10Hg38[[i]]，数据库名，表名[i]，覆盖=真）}##----查询CNE，eval=TRUE，echo=TRUE-------------------------------------------chr<-“chr6”启动<-2400000L末端<-27000000L最小长度<-50L表格名称<-“danRer10_hg38_45_50”fetchedCNERanges<-readCNERangesFromSQLite（dbName，tableName，chr，start，end，whichAssembly=“first”，minLength=最小长度）获取的CNE范围##----CNEWidthDistribution，eval=TRUE，echo=TRUE-------------------------------dbName<-file.path（system.file（“extdata”，package=“CNEr”），“danRer10CNE.sqlite”）t装配Fn<-file.path（system.file（“extdata”，package=“BSgenome.Drerio.UCSC.danRer10”），“single_sequences.2bit”）qAssemblyFn<-file.path（system.file（“extdata”，package=“BSgenomen.Hsapiens.UCSC.hg38”），“single_sequences.2bit”）cneGRangePairs<-readCNERangesFromSQLite（dbName=dbName，tableName=“danRer10_hg38_45_50”，t总成Fn=t总成fn，qAssemblyFn=qAssembleFn）plotCNEWidth（cneGRangePairs）##----plotCNE分布，eval=TRUE，echo=TRUE--------------------------------plotCNE分布（第一个（cneGRangePairs））##----outputBedBW，eval=FALSE，echo=TRUE---------------------------------------#制造CNE密度（cneGRangePairs[1:1000]）##----queryUCSC，eval=FALSE，echo=TRUE，cache=TRUE-----------------------------#图书馆（Gviz）#图书馆（bioRt）#基因组<-“danRer10”#轴跟踪<-GenemeAxisTrack（）#cpg群岛<-UcscTrack（基因组=基因组，染色体=chr，#track=“cpgIslandExt”，从=开始，到=结束，#trackType=“AnnotationTrack”，start=“chromStart”，#end=“chromEnd”，id=“name”，shape=“box”，#showId=假，#fill=“#006400”，name=“CpG”，#background.title=“棕色”）#refGenes<-UcscTrack（基因组=基因组，染色体=chr，#track=“refGene”，from=开始，to=结束，#trackType=“GeneRegionTrack”，rstarts=“exonStarts”，#rends=“exonEnds”，gene=“name2”，symbol=“name3”，#transcript=“name”，strand=“strand”，fill=“#8282d2”，#name=“refSeq Genes”，collapseTranscripts=TRUE，#showId=TRUE，background.title=“棕色”）#信号群<-useMart（biomart=“ensembl_MART_ensembl”，#host=“dec2015.archive.ensembl.org”）#ensembl<-useDataset（“drerio_gene_ensembl”，mart=ensembl）#biomTrack<-BiomartGeneRegionTrack（基因组=基因组，染色体=chr，#biomart=信号群，#start=开始，end=结束，name=“集合基因”）##----loadAnnotation，eval=TRUE，echo=FALSE------------------------------------数据（axisTrack）数据（cpg群岛）数据（参考基因）##----plotAnnotation，eval=TRUE，echo=TRUE，fig.height=5，fig.width=7----------图书馆（Gviz）plotTracks（列表（axisTrack，cpgIslands，refGenes），collapseTranscripts=TRUE，shape=“箭头”，transcriptAnnotation=“symbol”）##----保密性，评估=真，回声=真-----------------------------------------dbName<-file.path（system.file（“extdata”，package=“CNEr”），“danRer10CNE.sqlite”）基因组<-“danRer10”窗户尺寸<-200L最小长度<-50LcneDanRer10Hg38_21_30CNEDensity（数据库名称=数据库名称，tableName=“danRer10_hg38_21_30”，whichAssembly=“first”，chr=chr，start=start，end=结束，windowSize=窗口大小，minLength=最小长度）cneDan重置10Hg38_45_50<-CNEDensity（数据库名称=数据库名称，tableName=“danRer10_hg38_45_50”，whichAssembly=“first”，chr=chr，start=start，end=结束，windowSize=窗口大小，minLength=最小长度）cneDan回路10Hg38_49_50<-CNEDensity（数据库名称=数据库名称，tableName=“danRer10_hg38_49_50”，whichAssembly=“first”，chr=chr，start=start，end=结束，windowSize=窗口大小，minLength=最小长度）cneDanRer10AstMex102_48_50<-CNEDensity（数据库名称=数据库名称，tableName=“AstMex102_danRer10_48_50”，whichAssembly=“second”，chr=chr，start=start，end=结束，windowSize=窗口大小，minLength=最小长度）cneDanRer10标准1_75_75<-CNEDensity（数据库名称=数据库名称，tableName=“cteIde_danRer10_75_75”，whichAssembly=“second”，chr=chr，start=start，end=结束，windowSize=窗口大小，minLength=最小长度）##----GvizDataTrack，eval=真，echo=真--------------------------------------dTrack1<-DataTrack（范围=cneDanRer10Hg38_21_30，基因组=基因组，type=“水平”，horizon.scale=最大值（cneDanRer10Hg38_21_30$score）/3，填充地平线=c（“#B41414”，“#E03231”，“#F7A99C”，“黄色”、“橙色”、“红色”），name=“人类21/30”，背景。title=“棕色”）dTrack2<-DataTrack（范围=cneDanRer10Hg38_45_50，基因组=基因组，type=“水平”，horizon.scale=最大值（cneDanRer10Hg38_45_50$score）/2，填充地平线=c（“#B41414”，“#E03231”，“#F7A99C”，“黄色”、“橙色”、“红色”），name=“human 45/50”，background.title=“brown”）dTrack3<-数据跟踪（范围=cneDanRer10Hg38_49_50，基因组=基因组，type=“水平”，horizon.scale=最大值（cneDanRer10Hg38_21_30$score）/3，填充地平线=c（“#B41414”，“#E03231”，“#F7A99C”，“黄色”、“橙色”、“红色”），name=“human 49/50”，background.title=“brown”）dTrack4<-DataTrack（范围=cneDanRer10AstMex102_48_50，基因组=基因组，type=“水平”，horizon.scale=最大值（cneDanRer10Hg38_21_30$score）/3，填充地平线=c（“#B41414”，“#E03231”，“#F7A99C”，“黄色”、“橙色”、“红色”），name=“盲洞鱼48/50”，background.title=“棕色”）dTrack5<-DataTrack（范围=cneDanRer10TeIde1_75_75，基因组=基因组，type=“水平”，horizon.scale=最大值（cneDanRer10TeIde1_75_75$score）/3，填充地平线=c（“#B41414”，“#E03231”，“#F7A99C”，“黄色”、“橙色”、“红色”），name=“草鱼75/75”，background.title=“棕色”）##----plotCNE，eval=TRUE，echo=TRUE，图高=10，图宽=8----------------ht<-HighlightTrack（trackList=list（refGenes，dTrack5，dTrack 4，dTrack1、dTrack2、dTrack3），开始=c（24200000，25200000，26200000），end=c（2510000026150002700000），染色体=chr）plotTracks（列表（axisTrack，cpgIslands，ht），collapseTranscripts=TRUE，shape=“箭头”，transcriptAnnotation=“symbol”，从=24000000到=2700000）##----sessionInfo，eval=真，echo=真----------------------------------------sessionInfo（）