|||
统计碱基组成的R语言小程序Rjuan 1.01 (第一次升级)
熊荣川
六盘水师范学院生物信息学实验室
http://blog.sciencenet.cn/u/Bearjazz
之前我们所开发的一段R语言代码——Rjuan 1.0可用于一段序列的各个碱基数量的统计。(详见“统计碱基组成的R语言小程序Rjuan 1.0” http://bbs.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553110)
我们的原始思路是直接将序列粘贴到R语言平台上,转化成一个字符串变量,但是我们发现这种方法虽然简单,但是对序列的长度有极大的局限性,粘贴到第二行就出错了。因此我们这里对输入格式进行调整,以解决长度限制的问题。
首先下载的序列保存为fasta格式,将序列文件用word打开之后,使用替换操作使得每个碱基都单独成一行。(具体方法为在“替换为”中设置特殊格式加入“手动换行符”,如下图)
转换完毕后将内容另存为csv格式(如test2.csv)然后转到R语言平台上执行如下操作
> |
data<-read.csv("D:\ziliao\zhuanye\R bear\test2.csv") |
导入test2.csv数据存在矩阵data中 |
> |
length(data[,1]) [1] 602 |
查看行数,理论上应该和我们序列中碱基数一致 |
|
> na=0 > nt=0 > ng=0 > nc=0 |
将各个碱基的计数器清零 |
|
z=data[,1] |
为了增加我们基础代码的通用性(较少改动),我们首先将序列数据格式又矩阵转为向量格式 |
|
for (i in 1:length(z)) { if(z[i]=="A") na=na+1 else if(z[i]=="T") nt=nt+1 else if(z[i]=="G") ng=ng+1 else if(z[i]=="C") nc=nc+1 } |
这是Rjuan 1.0核心代码 |
|
> na [1] 139 > nc [1] 172 > nt [1] 182 > ng [1] 109 |
查看结果 |
> |
sum(c(na,nt,ng,nc)) [1] 602 |
加总之后等于碱基总数,间接检验运算的可靠性 |
|
|
|
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-5-12 02:20
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社