Question

我有两组蛋白质序列数据。如您所见，这2个序列看起来相同，但实际上它们之间有1个不同的氨基酸（字母）。

例如：

文件1：

TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSISEVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K

文件2：

TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSISVVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K

期望的输出：

文件1：

文件2：

我知道我们可以使用grep，comm，diff命令从两组数据中打印出不同的模式;搜索基于线。但在这种情况下，我如何打印这两种模式之间不同的字母？感谢。

Answer 1

我认为你不需要person test a 1 a 2 a 3 a 4 a 5 b 1 b 2 b 3 b 4 b 5模块。只需一个循环就可以修复你的代码。

re

您的输出是：file1='TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSISEVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K' file2='TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSISVVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K' for i in range(len(file1)): if(file1[i]!=file2[i]): print(file1[i]),(file2[i])

在这里，我们逐字母地比较文件。

Answer 2

For循环：

test_two_strings <- function(string1 = file1, string2 = file2){
                          for(i in 1:nchar(file1)){
                            if (substr(file1, i, i) != substr(file2,i, i)){
                              cat(paste("File 1:", substr(file1, i, i) ,"File 2:", substr(file2, i, i),sep = "\n"))
                              break()
                                       }
                                  }
                             }

microbenchmark(test_two_strings(), times = 1000)

VUnit: microseconds
               expr     min      lq     mean  median      uq      max neval
 test_two_strings() 133.927 144.199 169.5508 148.544 160.791 2132.148  1000

Answer 3

你也可以试试这个，我用两个字符串进行比较，如果条件失败我在字符串之间检查。

str1 ="TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSESsVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K"
str2 ="TV*TV*TV*TISTI*VWGKIGIRIE*PWIVSVSsVESVACNSKNSNNNSE*K**FSEHFDLNYEN*K"

for i in range(len(str1)/2):
    if(str1[i:i+2] !=  str2[i:i+2]):
         if  (str1[i:i+1] !=  str2[i:i+1]):
            str1[i:i+1]+"\n"+str1[i+1:i+2]
         else:
            print str1[i+1:i+2]+"\n"+str2[i+1:i+2]

如何从模式中打印不匹配的字母

3 个答案: