Question

我想从我的aDNAStringSet <- DNAStringSet(c("GCATCCATTAC", "AATCGCCATCC", "GCATACCTTAC", "GCATACCTTAC", "GCATACCTTAC"))中检索几个序列。到目前为止，我只设法获得一个序列。

例如：我想要分离的DNAStringset和序列的列表/模式。

测试集：

names(aDNAStringSet) <- c("seq1", "seq2", "seq3", "seq4", "seq5")

名称：

patterns <- c("seq2", "seq4", "seq5")

要分离的序列列表：

selection <- aDNAStringSet [grep("seq2",names(aDNAStringSet ))]

我到目前为止测试的内容：

selection <- aDNAStringSet [grep(patterns,names(aDNAStringSet ))]

或

grep

sapply有效，但仅适用于单个序列。

---------------------- match和sapply不起作用：-------

使用selection <- aDNAStringSet[unlist(sapply(patterns, grep, aDNAStringSet$names)), ]：

match

或使用selection <-match(c("seq2", "seq4", "seq5"), aDNAStringSet$names)：

{{1}}

我想要只包含“ seq2”，“ seq4”，“ seq5”的字符串集，对吗？谢谢 K

Answer 1

你可以

aDNAStringSet[names(aDNAStringSet) %in% patterns]
#  A DNAStringSet instance of length 3
#    width seq                                               names
#[1]    11 AATCGCCATCC                                       seq2
#[2]    11 GCATACCTTAC                                       seq4
#[3]    11 GCATACCTTAC                                       seq5

或使用match

aDNAStringSet[sapply(patterns, function(x) match(x, names(aDNAStringSet)))]
#  A DNAStringSet instance of length 3
#    width seq                                               names
#[1]    11 AATCGCCATCC                                       seq2
#[2]    11 GCATACCTTAC                                       seq4
#[3]    11 GCATACCTTAC                                       seq5

或者，如果您更喜欢grep（用于正则表达式匹配）

aDNAStringSet[sapply(patterns, function(x) grep(x, names(aDNAStringSet)))]
#  A DNAStringSet instance of length 3
#    width seq                                               names
#[1]    11 AATCGCCATCC                                       seq2
#[2]    11 GCATACCTTAC                                       seq4
#[3]    11 GCATACCTTAC                                       seq5

从DNAStringSet子集定义的组

1 个答案: