Question

感谢diliop为我之前的问题提出的精彩解决方案。

How to get pair-wise "sequence similarity score" for ~1000 proteins?

为了建立在这个答案的基础上，我尝试编写一个循环来获得1000个蛋白质的所有成对的“序列相似性得分”，具有以下代码。

for (i in 1:1000){
score <- score(pairwiseAlignment(seqs[[i]]$seq, seqs[[i+1]]$seq, substitutionMatrix=BLOSUM100, gapOpening=0, gapExtension=-5))}

但是，我很难将每个分数转换为data.frame，这样会自动列出所有分数？

seq1 seq2 score
seq1 seq3 score
seq1 seq4 score
....
seq1000 seq1000 score

专家可以给我一些关于如何获得1000 x 1000蛋白质的更多提示吗？

Answer 1

这似乎是您可以使用expand.grid执行的任务并应用：

seqs <-c("seq1","seq2","seq3"); dat <- expand.grid(seqs,seqs, stringsAsFactors=FALSE)
dat
apply(dat, 1, function(seq) paste(seq[1], seq[2], sep="--") )
#[1] "seq1--seq1" "seq2--seq1" "seq3--seq1" "seq1--seq2" "seq2--seq2" "seq3--seq2" "seq1--seq3"
#[8] "seq2--seq3" "seq3--seq3"

不可否认，如果函数返回f（seq1，seq2）与f（seq2，seq1）相同的值，则会有重复工作，但如果要获得效率，可以限制应用的第一个参数：

 datr <- dat[dat[,1] > dat[,2] , ]

因此，如果您制作了这样一个限制行数据框datr，那么可能是：

datr$score <-  apply(datr, 1 , function(seq) {
                     score(pairwiseAlignment( seq[1], seq[2], 
                     substitutionMatrix=BLOSUM100, gapOpening=0, gapExtension=-5)) }

（对最后一行中的参数一无所知。你真的应该学会在你的例子中加入一些真实的数据，并列出所需的包library或require。< / p>

R：如何编写循环来获取矩阵？

1 个答案: