博文
统计碱基组成的R语言小程序Rjuan 1.30（非循环语句运用）
|||
统计碱基组成的R语言小程序Rjuan 1.30（非循环语句）
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）
我们的第一次升级解决了输入序列长度限制的问题
http://bbs.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553147
第二次升级在程序的后面加上一段具有打印功能的代码，并将信息保存为矩阵，并与输出为表格文件
http://bbs.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553163
第三次升级对核心代码部分进行函数化封装，这样的在处理新的输入序列时，只需要使用调用函数的方式就可以输出结果了。同时也避免了每次都要进行计数器清零操作。
http://bbs.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553282
第四次升级，增加了各碱基比率统计并输出。
http://bbs.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553293
第五次升级，使用R语言自己的方式来转化序列的输入格式。
http://blog.sciencenet.cn/home.php?mod=space&uid=508298&do=blog&id=553655
由于循环语句的运算量较大，这里我们对核心代码进行升级。在使用单元格数据判别方法代替循环语句的使用后运算效率明显提高。
|
> |
nucount=function(x){ na=x[x=="A"] nt=x[x=="T"] ng=x[x=="G"] nc=x[x=="C"] na=length(na) nt=length(nt) ng=length(ng) nc=length(nc) sum=sum(c(na,nt,ng,nc)) RateA=na/sum RateT=nt/sum RateG=ng/sum RateC=nc/sum sumR=RateA+RateT+RateG+RateC namen=c("na","nt","ng","nc","sum") numbern=c(na,nt,ng,nc,sum) Rate=c(RateA,RateT,RateG,RateC,sumR) shown=data.frame(namen,numbern,Rate) print(shown) } |
载入主程序 |
|
> |
导入fastr格式文件 |
|
|
> |
data <- strsplit(data,'') |
分割字符 |
|
|
打散字符 |
|
|
> |
调用函数nucount（） |
|
|
|
namen numbern Rate 1 na 6138 0.2920076 2 nt 6326 0.3009515 3 ng 2999 0.1426736 4 nc 5557 0.2643673 5 sum 21020 1.0000000
|
结果 |
致谢：谢谢科学网博友薛良交（http://blog.sciencenet.cn/u/ljxue）在代码升级方面提出的宝贵意见。
https://blog.sciencenet.cn/blog-508298-554068.html
上一篇：在基因组中搜索目标片段（使用R语言）
下一篇：使用R语言为矩阵（表格）的行列命名
