如何连接 R 中每个样本的两个 DNAStringSet 序列？

Question

我有两个 Large DNAStringSet 对象，每个对象包含 2805 个条目，每个条目的长度都是 201。我想简单地组合它们，所以有 2805 个条目，因为它们都是这个大小，但我想要一个对象，两者的组合。

我试过这样做

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

但是创建了一个包含 1127610 个元素的 Large DNAString 对象，这不是我想要的。我只是想按样本组合它们。

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

如果您的目标是 return 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，最终形成一个长度为 2805 的列表，其中每个列表元素的长度为 402 ，您可以使用 Map 实现此目的。这是一个包含一对较小列表的示例。

# 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，使用 Map 和 c:

按列表位置连接列表

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，它告诉 Map 如何处理您提供给它的列表项。在这些列表项上方是 a 和 b，在您的示例中，它们是 s1 和 s2。

Answer 2

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成为DNAStringSet:

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

Answer 3

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 XStringSet。使用 r 基函数会花费很多时间，因为它们需要不必要的转换。

因此您可以使用 Biostrings xscat 函数。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

如何连接 R 中每个样本的两个 DNAStringSet 序列？

How to concatenate two DNAStringSet sequences per sample in R?

r

concatenation

bioconductor