序列处理之seqinr(fetch)

Posted djx571

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了序列处理之seqinr(fetch)相关的知识,希望对你有一定的参考价值。

缺点:需要联网,经常出错,不是操作问题而是因为网络问题

安装

if("seqinr" %in% rownames(installed.packages()) == FALSE) {source("http://bioconductor.org/biocLite.R");biocLite("seqinr")}
suppressMessages(library(seqinr))
ls(\'package:seqinr\')

###Retrieving a sequence and write into FASTA file###

1) 选择要去fetch序列的数据库(这里已genebank为例)

choosebank()   #查看有哪些数据库
choosebank(\'genbank\')

2)一旦选择好了数据库,用query信息进行收索

BRCA1<- query("BRCA1", "SP=Homo sapiens AND K=BRCA1")

3)查看query返回的对象所有属性

attributes(BRCA1)
mynames <- getName(BRCA1)  #查看所有搜索到的名称
length(mynames)             #查看共检索到多少,写入到文档的时候可以用来用来检查 209

 

 4)查看所有收索到的序列所包含的属性

BARC1$req

5) 获取所有检索到的序列,并以fasta格式写入到文件中

all_myseqs <- getSequence(BRCA1)    #所有收索到的序列
write.fasta(all_myseqs, mynames, file.out = "MyBRCA.fasta") #将所有收索到的序列写入fasta格式文件。

###2、Getting the detail of a sequence composition###

6)提取上述特定的序列(第一条序列),及注释信息

myseq <- getSequence(BRCA1$req[[1]])
annots <- getAnnot(BRCA1$req[[1]]) myseq

 

7)统计上述序列中各个碱基的含量

table(myseq)       #统计该序列中碱基使用情况
length(myseq)       #计算序列长度
table(myseq)/length(myseq)  #统计碱基百分比
GC(myseq)            #计算GC含量
seqinr::count(myseq, wordsize=2)  #以2个碱基出现频率
seqinr::count(myseq, wordsize=3)  #以三个碱基出现频率
seqinr::count(myseq, wordsize=4)  #以四个碱基出现频率
seqinr::count(myseq, wordsize=5)  #以5个碱基出现频率

6)关闭接口,防止打开多个接口

closebank()

除了上述之外,如果你知道ID号码也可以根据数据库AC属性 (AC attribute)提取搜索到的特定序列

U61268<-query("BRCA1", "SP=Homo sapiens AND AC=U61268")  #也可以根据特定的ID进行搜索
attributes(U61268)
U61268$req
U61268_seq <- getSequence(U61268$req[[1]])
U61268_annots <- getAnnot(U61268$req[[1]]) 

 

以上是关于序列处理之seqinr(fetch)的主要内容,如果未能解决你的问题,请参考以下文章

React Native之Fetch简单封装获取网络状态

Discuz代码片段

为啥浏览器不在通过 fetch API 检索的 HTML 片段中运行 <script>? [复制]

POST请求 之 对数据进行编码处理

DataScience:数据预处理/特征工程之构造特征—构造日期特征/基于时间序列数据特征的简介(模型提效技巧)代码实现之详细攻略

Jackson 在序列化时触发 JPA Lazy Fetching