如何在 R 中连接每个样本的两个 DNAStringSet 序列？

Question

我有两个

Large DNAStringSet

对象，其中每个对象包含 2805 个条目，每个条目的长度为 201。我想简单地将它们组合起来，所以有 2805 个条目，因为每个条目都是这个大小，但我想要一个对象，两者的组合。

我尝试这样做

s12 <- c(unlist(s1), unlist(s2))

但是创建了具有 1127610 个元素的单个

Large DNAString

对象，这不是我想要的。我只是想将它们组合到每个样本中。

编辑：

我的

DNASTringSet

对象中名为

s1

和

s2

的每个条目都具有与此类似的格式：

    width seq
[1]   201 CCATCCCAGGGGTGATGCCAAGTGATTCCA...CTAACTCTGGGGTAATGTCCTGCAGCCGG

Answer 1

您可以将每个

DNAStringSet

转换为字符。例如：

library(Biostrings)
set1 <- DNAStringSet(c("GCT", "GTA", "ACGT"))
set2 <- DNAStringSet(c("GTC", "ACGT", "GTA"))

as.character(set1)
as.character(set2)

然后将它们粘贴在一起形成

DNAStringSet

：

DNAStringSet(paste0(as.character(set1), as.character(set2)))

Answer 2

由于您使用的是 Biostrings 包中的 DNAStringSet，我建议您使用该包的默认函数来处理 XStringSets。使用 r 基函数会花费大量时间，因为它们需要不必要的转换。

因此您可以使用Biostrings

xscat

功能。例如：

library(Biostrings)
set1 <- DNAStringSet(c("GCT", "GTA", "ACGT"))
set2 <- DNAStringSet(c("GTC", "ACGT", "GTA"))

xscat(set1, set2)

结果将是：

DNAStringSet object of length 3:
width seq
[1] 6 GCTGTC
[2] 7 GTAACGT
[3] 7 ACGTGTA

Answer 3

如果您的目标是返回一个列表，其中每个列表元素都是原始列表中相应列表元素的串联，从而产生长度为 2805 的列表，其中每个列表元素的长度为 402，您可以使用

Map 来实现

。这是一个具有较小列表对的示例。

# set up the lists
set.seed(1234)
list.a <- list(a=1:5, b=letters[1:5], c=rnorm(5))
list.b <- list(a=6:10, b=letters[6:10], c=rnorm(5))

每个列表包含 3 个元素，它们是长度为 5 的向量。现在，按列表位置使用

Map

和

c

连接列表：

Map(c, list.a, list.b)
$a
 [1]  1  2  3  4  5  6  7  8  9 10

$b
 [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"

$c
 [1] -1.2070657  0.2774292  1.0844412 -2.3456977  0.4291247  0.5060559 
     -0.5747400 -0.5466319 -0.5644520 -0.8900378

对于您所描述的问题，您可以使用

s12 <- Map(c, s1, s2)

Map

的第一个参数是一个函数，告诉

Map

如何处理您给它的列表项。这些列表项上方是 a 和 b，在您的示例中，它们是 s1 和 s2。

Answer 4

根据XStringSet对象的帮助，您可以使用append函数添加序列：

追加（x，值，之后=长度（x））

其中

x

和

values

是 XStringSet 对象

在你的情况下，它将是：

library(Biostrings)
set1 <- DNAStringSet(c("GCT", "GTA", "ACGT"))
set2 <- DNAStringSet(c("GTC", "ACGT", "GTA"))

set12 <- append(set1, set2, after=length(set1))