如何在 R 中合并 FASTA 文件答案

【问题标题】：How to merge FASTA files in R如何在 R 中合并 FASTA 文件
【发布时间】：2020-05-11 09:25:31
【问题描述】：

我有四个单独的 FASTA 文件，我想将它们合并到一个大的 FASTA 文件中。到目前为止，我已经使用 Biostrings 包分别读取每个文件

【问题讨论】：

见stackoverflow.com/questions/49841921/…
如果您的 fasta 文件很大，这不是一个好的解决方案，stackoverflow.com/questions/59792855/…
Biostrings 没问题，你是如何存储 fasta 文件的？

【解决方案1】：

例如，如果您的 fasta 文件是：

folder = "http://hgdownload.soe.ucsc.edu/goldenPath/sacCer3/chromosomes/"
files = paste0(folder,c("chrI","chrII","chrIII","chrIV"),".fa.gz")
files
[1] "http://hgdownload.soe.ucsc.edu/goldenPath/sacCer3/chromosomes/chrI.fa.gz"  
[2] "http://hgdownload.soe.ucsc.edu/goldenPath/sacCer3/chromosomes/chrII.fa.gz" 
[3] "http://hgdownload.soe.ucsc.edu/goldenPath/sacCer3/chromosomes/chrIII.fa.gz"
[4] "http://hgdownload.soe.ucsc.edu/goldenPath/sacCer3/chromosomes/chrIV.fa.gz"

我们可以这样做：

library(Biostrings)
fa_seq = lapply(files,readDNAStringSet)
fa_seq = do.call(c,fa_seq)
fa_seq

  A DNAStringSet instance of length 4
      width seq                                             names               
[1]  230218 CCACACCACACCCACACACCCA...GTGTGGGTGTGGTGTGTGTGGG chrI
[2]  813184 AAATAGCCCTCATGTACGTCTC...TGGGTGTGGTGTGTGGGTGTGT chrII
[3]  316620 CCCACACACCACACCCACACCA...TGTGGTGGGTGTGGTGTGTGTG chrIII
[4] 1531933 ACACCACACCCACACCACACCC...AAAGGTAGTAAGTAGCTTTTGG chrIV

【讨论】：