Question

我的任务是将给定序列的每个字母转换为matlab中的整数向量。例如，给定输入序列，＆＃39; seq = TGCA＆＃39;。由于这里我们总共有4个不同的字母，我打算编码＆＃39; A＆＃39;作为＆＃39; 0001＆＃39;，编码＆＃39; T＆＃39; as＆＃39; 0010＆＃39;，编码＆＃39; G＆＃39;作为＆＃39; 0100＆＃39;并编码＆＃39; C＆＃39;作为＆＃39; 1000＆＃39;。然后可以将整个序列编码为所有编码（0,1）向量的竞争。因此，在这种情况下，整个序列将是＆＃39; 0010010000001＆＃39;任何意见将不胜感激。非常感谢。

Answer 1

这个解决方案背后的想法是定义一个键，当与字符串比较时返回预期的输出：

>> key='CGTA'

key =

CGTA

>> key=='A'

ans =

     0     0     0     1

>> key=='T'

ans =

     0     0     1     0

这基本上解决了它，现在使用bsxfun进行矢量化：

E=reshape(bsxfun(@eq,key(:),seq(:).'),1,[])

如果使用char，则输出逻辑向量：

F=char(reshape(bsxfun(@eq,key(:),seq(:).'),1,[])+'0')

Answer 2

Octave不支持containers.Map，所以我要从84x4矩阵中浪费80行...

codes(['A','T','G','C'],:)=['0001';'0010';'0100';'1000'];
seq = 'ATACAGCTAGGATCA';

encodedSeq=codes(seq,:);

encodedSeq =

0001
0010
0001
1000
0001
0100
1000
0010
0001
0100
0100
0001
0010
1000
0001

或

reshape(encodedSeq,1,[])
ans = 000100100000010000001000110000010000010000100101010001001001

在matlab中将字符串数组的每个字母转换为整数

2 个答案: