以列表之间的百分比形式查找基因重叠

Question

此问题是找到的问题 here 的变体。

我还想评估基因重叠的百分比，但我不想在单个列表中对所有项进行成对比较，而是想将一个列表与不同的列表集进行比较。最初的 post 答案给出了一个优雅的嵌套 sapply，我认为这对我的情况不起作用。

以下是一些示例数据。

>listOfGenes1 <- list("cellLine1" = c("ENSG001", "ENSG002", "ENSG003"), "cellLine2" = c("ENSG003", "ENSG004"), "cellLine3" = c("ENSG004", "ENSG005"))
>myCellLine <- list("myCellLine" = c("ENSG001", "ENSG002", "ENSG003"))

我想将 listOfGenes1 中的每个细胞系与 myCellLine 中的单个组进行比较，输出类似于：

>overlaps
cellLine1   cellLine2   cellLine3
      100          33           0

明确地说，我想要百分比重叠，"myCellLine" 作为分母。以下是我到目前为止一直在尝试但没有成功的方法。

overlaps <- sapply(listOfGenes1, function(g1) {round(length(intersect(g1, myCellLine)) / length(myCellLine) * 100)})

Answer 1

你可以试试，

round(sapply(listOfGenes1, function(i)
                100 * length(intersect(i, myCellLine[[1]])) / length(myCellLine[[1]])), 0)

#cellLine1 cellLine2 cellLine3 
#      100        33         0

注意：您的 myCellLine 对象是一个列表，因此 length(myCellLine) 将不起作用

Answer 2

我们可以使用sapply

sapply(listOfGenes1, function(x) mean(myCellLine[[1]] %in% x) * 100)

#cellLine1 cellLine2 cellLine3 
#100.00000  33.33333   0.00000

以列表之间的百分比形式查找基因重叠

Find gene overlap as a percentage between lists

r

overlap