将peaks转换为基因活跃矩阵

转自：https://blog.csdn.net/u012110870/article/details/100171472

1.读取文件

读取h5文件使用函数：

Read10X_h5(atac_peak_file)

读取稀疏矩阵文件

Read10X('路径')

2.求基因活跃矩阵

但是在读取过程中出现了问题，所以尝试下载样例中所用的gtf文件。

但是在Rsutdio中下载超时，则使用https://blog.csdn.net/u011262253/article/details/89363809

wget ftp://ftp.ensembl.org/pub/grch37/release-82/gtf/homo_sapiens/Homo_sapiens.GRCh37.82.gtf.gz

可正常下载。

首先尝试查看小鼠的基因标注文件，https://blog.csdn.net/tanzuozhev/article/details/46536457

 可以看到染色体的名字。那么对应的人类文件中：

 这和生物知识也是相符合的，人类有23对染色体，其中22对常染色体，一对性染色体；小鼠有20对染色体，19对常染色体，1对性染色体。

那么范围从c(1:22)修改为c(1:19)即可。也尝试读取一下新下载的小鼠基因注释文件。

 

 

 可以发现这里有chr前缀，如果使用它的话，那么seq.levels参数肯定是要改变的。

3.内存溢出问题

 https://stackoverflow.com/questions/62097506/error-in-asmethodobject-cholmod-error-problem-too-large-at-file-core-ch

https://github.com/jumphone/BEER/issues/6，遇到了同样的问题，给出的解决办法是，先存入rds文件中，然后再读取，中间的过程可以释放内存。

尝试使用saveRDS函数：

还是同样的错误。尝试重启一下Rstudio

.rs.restartR()

还是不行。

https://github.com/quadbiolab/simspec/issues/4，看到这个终于知道问题出现在哪里了，因为我的这个是稀疏矩阵，它会有转换为as.Matrix的，那么太大，就会出现溢出的情况，那么我先将peaks矩阵转换为rds文件，然后读取。

尝试将其先存入rds，但是它无法转换为matrix文件，实在是太大了，所以最终选择其子集读取操作。