【发布时间】:2021-10-23 18:52:33
【问题描述】:
我正在处理 fasta 文件中的 DNA 序列数据,并且对于这个项目只能在 R 中工作。我使用 seqinr 包进行了一些操作(选择序列子集,更改 fasta 标头等)。对于分析的下一阶段,我想进行多序列比对,并使用了 msa R 包。如果我导入 fasta 文件,我可以让 msa 工作,但是我正在努力在 R 中直接从 seqinr 列表对象移动到我使用过的 Biostrings DNAStringSet 对象作为 msa 的输入。
示例数据 - 假设fasta_file.fasta为fasta文件,内容如下:
>seq1
ATATATAT
>seq2
CGCGCGCG
>seq3
ATATCGCG
>seq4
ATATATAT
我使用的代码是:
# Load packages
library(tidyverse)
library(seqinr)
library(msa)
library(adegenet)
library(bios2mds)
library(ape)
library(ggtree)
# Import sequences (using seqinr)
sequences <- read.fasta("fasta_file.fasta")
# Define sequences for selection
seqs_select <- c("seq1", "seq2", "seq3")
# Select chosen sequences
seq_sub <- sequences[names(sequences) %in% seqs_select]
# Check the number of sequences left
length(sequences) # 4 original
length(seq_sub) # 3 after selection
# Run multiple sequence alignment using msa
seq_alignment <- msa(seq_sub, method="ClustalOmega") # Generates an error message because seq_sub is the wrong input
msa 如果我直接将 fasta 文件作为 Biostrings DNAstringset 对象导入,则可以:
# Import fasta file directly as Biostrings object
seq_dnastring <- readDNAStringSet("fasta_file.fasta")
seq_alignment <- msa(seq_dnastring, method="ClustalOmega")
我可以保存我使用 seqinr 制作的已处理的 fasta 文件,然后使用 readDNAStringSet 重新加载它,但我的问题是是否有办法直接从 seq_sub 转换为 msa 可以使用的东西作为运行对齐的输入。 IE。将 seq_sub 格式转换为 seq_dnastring 格式。感谢您的帮助。
【问题讨论】:
标签: r bioinformatics genetics sequence-alignment