Question

我有一个密码子使用表（http://www.kazusa.or.jp/codon/cgi-bin/showcodon.cgi?species=10029&aa=1&style=GCG）。我想生成最常用密码子的载体（每个氨基酸残基1个）。有20个天然存在的AmAcids +终止密码子（结束），所以我的矢量长度将是21.我尝试使用grep，但它一次只需要一个模式，或搜索所有无效的模式。有没有办法避免循环呢？

Answer 1

这是我认为你想做的事情。您可以使用包XML来读取数据，然后使用dplyr来计算最大值。

# load packages
require(XML)
require(dplyr)
# read the table
tt <- htmlParse('http://www.kazusa.or.jp/codon/cgi-bin/showcodon.cgi?species=10029&aa=1&style=GCG')
df <- read.table(text=xpathSApply(tt, "//pre", xmlValue), 
                 header=TRUE, 
                 fill=TRUE)
# calculate the maximum codons by Amino Acid
df.max <- group_by(df, AmAcid) %.% 
  filter(Number==max(Number)) %.% 
  select(AmAcid, Codon)

结果是data.frame，共有21行。如果要获取向量，可以访问Codon列。

最常用的密码子传染媒介从密码子用法桌的在R

1 个答案: