在含其他非位置值的数据框中合并重叠起止区间

我正在处理BLAST比对结果，目的是统计contig（作为Query）相对于数据库中Subject序列的完整覆盖度。目前我有一个包含核心BLAST输出字段的数据框，关键字段包括：

• qlen：Query序列的总长度
• length：当前比对结果中Query与Subject的匹配长度
• qstart：Query上的比对起始位置
• qend：Query上的比对终止位置
• qcovhsp：该条比对结果覆盖Query的百分比

可复现示例 #

df = data.frame(qlen=c(100, 100, 100, 100, 100), 
                length=c(10, 10, 15, 30, 10), 
                qstart=c(1, 25, 30, 50, 70), 
                qend=c(10, 34, 44, 79, 79), 
                qcovhsp=c(10, 10, 15, 30, 10))

对应的数据表如下：

期望的处理效果 #

我需要对上述数据进行区间合并处理，规则如下：

• 若一个区间完全包含另一个区间，直接将被包含的区间并入包含区间（例如示例中第4行的区间包含第5行，直接吸收）
• 若两个区间存在重叠部分，将它们合并为一个连续的区间（例如示例中第2行和第3行区间重叠，合并为一个区间）
• 合并后需要重新计算length（合并后区间的实际长度）和qcovhsp（该区间占Query总长度的百分比）

处理后的目标数据表如下：

后续分析逻辑 #

我已经编写了后续脚本，用于计算Query的总覆盖度（本例中总覆盖度为60%），后续会筛选保留总覆盖度超过70%的contig与Subject的组合。我的整体业务需求是：将组装得到的完整序列与质粒数据库进行BLAST比对，筛选出一致性≥98%（该过滤步骤已完成）且总覆盖度≥70%的contig。

遇到的问题 #

我在Stack Overflow上搜索过相关解决方案，但没有找到完全匹配我需求的内容。虽然看到过一篇关于合并重叠区间的文章，但不确定如何将其扩展应用到包含多列附加字段的数据框上。另外，我提问经验较少，也希望得到关于提问方式的改进建议。

内容的提问来源于stack exchange，提问作者David Bradshaw