スキップしてメイン コンテンツに移動

Rでオブジェクト指向プログラミング: S4クラスの定義

第5回目です。いよいよコードを読んできます。

ファイルの配置とS4クラス・メソッドの定義の関係


Rディレクトリにこのパッケージのソースが含まれています。各々のファイルをみてきましょう。

[code]
tree GOstats
GOstats/
|-- DESCRIPTION
|-- NAMESPACE
|-- R
| |-- AllClasses.R
| |-- AllGenerics.R
| |-- GOHyperGResult-accessors.R
| |-- GOgraph.R
| |-- GOhyptest.R
| |-- hyperGTest-methods.R
| |-- hyperGtable.R
| |-- shortestPath.R
| |-- triad.R
| `-- zzz.R
[/code]

まず、すべてのクラス定義は R/AllClasses.R に含めることがわかります。また、すべての総称関数 (Generic function) の定義は、R/AllGenerics.R に含めます。総称関数のコードは、R/メソッド名-methods.R という名前にします。オブジェクトの変数にアクセスする、いわゆる accessor method は R/クラス名-accessors.R に集めます。

これらはこのようにしなければ動作しないというわけではありませんが、BioC ではこのような構造で実装することが推奨されています (Bioconductor パッケージガイドライン: S4 クラスとメソッドを参照)。

GOstats の場合もこの構造に則って実装されていますね。ファイル名をみると、hyperGTest-methods.R と GOHyperGResult-accessors.R があります。ファイル名から、このパッケージは、GOHyperGResult というクラスと、hyperGTest という総称関数を持っていることがわかります。

S4クラスの定義


では、実際にそのクラスどのように定義されているか見てみましょう。

AllClasses.R
[code]
setClass("GOHyperGResult",
contains="HyperGResultBase",
representation=representation(
goDag="graph",
pvalue.order="integer",
conditional="logical"),
prototype=prototype(
testName="GO",
pvalueCutoff=0.01,
goDag=new("graphNEL")))
[/code]

わずかこれだけです。setClass でクラスを定義します。このエントリを読むひとは S4 の知識がありそうなものですが、一応、setClass を簡単に説明しておきます。

representation メソッドはクラスの持つ変数を定義します。この変数を S4 では slot と呼びます。slot 名 = "データ型" のリストが引数になります。S4ではこのようにデータ型を指定し、インスタンスを作成したときに型が違うとエラーを出します。

prototype はインスタンスが作られたときに引数が与えられなかった場合にデフォルトで slot に代入される値を決めています。

S4 クラスの拡張


contains はスーパークラスを指定します。GOHyperGResult は HyperGResultBase クラスのサブクラスになります。つまり、HyperGResultBase で定義された slot をすべて引き継ぎます。では、HyperGResultBase はどこで定義されているのでしょうか。grep します。

[code]
pwd
/Users/itoshi/Projects/Rpacks-devel
grep HyperGResultBase */R/*
Category/R/AllClasses.R:setClass("HyperGResultBase",
:
:
[/code]
ありました。

Category/R/AllClasses.R
[code]
setClass("HyperGResultBase",
representation(annotation="character",
geneIds="ANY",
testName="character",
pvalueCutoff="numeric",
testDirection="character"),
contains="VIRTUAL",
prototype=prototype(pvalueCutoff=0.01))

[/code]

サブクラスである、HyperGResult は、で定義された slot である、geneIds, testName, pvalueCutoff, testDirection を持つことになります。

バーチャルクラス


HyperGResultBase の contains が VIRTUAL となっています。これは virtual class を定義する方法のひとつです。virtual class はインスタンスを作れないクラスのことです。このことから、HyperGResultBase が直接使われることはなく、subclass を定義して使うためにあること、HyperGResult 以外にも HyperGResultBase 以外のサブクラスがありそうなことが予想がつきます。

[code]
grep HyperGResultBase */R/*.R|grep contains
Category/R/AllClasses.R: contains="HyperGResultBase",
Category/R/AllClasses.R: contains="HyperGResultBase",
GOstats/R/AllClasses.R: contains="HyperGResultBase",
PCpheno/R/AllClasses.R: contains="HyperGResultBase",
eisa/R/AllClasses.R: contains=c("HyperGResultBase", "VIRTUAL"),
[/code]

PCpheno と eisa で使っているようです。

このようにバーチャルクラスとクラスの拡張を使うことで、ほとんど同じであるがわずかに representation が違うクラスを定義しているわけです。

まとめ


S4クラスや総称関数の定義をどこに置くのかをみました。また S4 でクラスを定義する方法とクラスを継承し拡張する方法を簡単に紹介しました。

次は、メソッドの定義を見ていきましょうかね。

続きます。

連載の目次


第1回: Bioconductor のパッケージについて知る
第2回: Bioconductor のソースコードを得る
第3回: Bioconductor には S4 で書かれたコードがどのぐらいあるのか
第4回: R package の構造

このブログの人気の投稿

Quartz-Seqで1細胞/微量RNA-Seqを始めたい方へ

はじめに 新しい高精度な1細胞RNA-Seq, Quartz-Seq論文を出してから、各方面から多く相談を受けています。
Sasagawa Y and Nikaido I, et. al. Quartz-Seq: a highly reproducible and sensitive single-cell RNA-Seq reveals non-genetic gene expression heterogeneity. Genome Biology. 14. 2013 
そこで、新しく1細胞RNA-Seqを始める方へ、僕達が理想だと考えている技術導入の手順を紹介したいと思います。また我々の方法は1細胞(6-14 pg Total RNA)だけでなく pg-ng オーダーの少量RNAからシーケンスが可能です。そのような方も以下の手順が参考になると思います。 0. 1細胞/微量RNA-Seqが本当に必要なのか検討する 1細胞/微量RNA-Seqでは、現時点でQuartz-Seqが世界最高の性能を持っている訳ですが、十分なサンプルを用意し、通常のRNA-Seqしたほうが、より精度の高いデータが得られます。なので、基本的には、サンプルをたくさん集める方法をしっかり検討すべきです。まずは、戦略面と技術面で1細胞/微量RNA-Seqが本当に必要かを検討する基準について書きます。 0.1. 戦略面での検討 あなたが抱えているプロジェクトが、1細胞/微量RNA-Seqでなければアプローチできないかどうかを問い直すことが重要です。
基本的には以下の2つの状況で、1細胞/微量RNA-Seqが役に立ちます。
a. 細胞状態が連続的に変化し、さまざまな細胞状態が、細胞集団に含まれている場合 (振動現象、ゆらぎなど) b. 細胞状態を特定するマーカーがほどんどわかっていない場合
最初から細胞状態が2状態しかないことが明らかで、しかも細胞状態を代表する遺伝子が分かっている、という状況では、FACSなどで cell sorting し、目的の細胞を採取することを考えるべきです。そして、微量RNA-Seqや通常のRNA-Seqで、しっかりと biological replication を取る方が良いでしょう。微量になると、テクニカルなノイズが増えるために、生物学的な差を知るためには、n を…

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。

まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。
気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。

From Evernote: シーケンスアダプタ配列除去ツールまとめTagDust
http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full
インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash
使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq
解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple string search) を利用。FDRを指定できる。GPL3