这里有两个主要部分需要注意：
一种存储基本数据的方法和算法
计算你想要的结果。
对于计算，最好有您的数据
由于 R 循环使用较短向量的方式，存储在矩阵中
当两个向量相乘时。如果您这样做，这种回收也会开始
想要将矩阵与向量相乘，因为矩阵是
带有一些附加属性的向量（即维度
和维度名称）。考虑下面的例子，看看它是如何
作品
test_matrix <- matrix(data = 1:12, nrow = 3)
test_vec <- c(3, 0, 1)
test_matrix
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
test_matrix * test_vec
[,1] [,2] [,3] [,4]
[1,] 3 12 21 30
[2,] 0 0 0 0
[3,] 3 6 9 12
根据这一观察，可以推断出一个解决方案
每个氨基酸在矩阵中都有一行可能是一个好方法
存储查找数据；当我们有一个计数向量
指定每行所需的贡献量，它
将我们的矩阵乘以我们的 计数就足够了
向量，然后对列求和 - 最后一部分使用
colSums.
colSums(test_matrix * test_vec)
[1] 6 18 30 42
一般来说，将这类信息存储在一个
矩阵，因为更新
稍后提供信息。但是，我想这不是经常
需要添加新的氨基酸，所以这可能不是问题
这个案例。
让我们为所需的五种氨基酸创建一个矩阵
对于您在示例中提到的肽。数字是
在维基百科上找到的，希望我在复制时没有搞砸
他们。只需照样添加所有其他氨基酸。
amino_acids <- rbind(
G = c(C = 2, H = 5, N = 1, O = 2),
L = c(C = 6, H = 13, N = 1, O = 2),
H = c(C = 6, H = 9, N = 3, O = 2),
K = c(C = 6, H = 14, N = 2, O = 2),
Y = c(C = 9, H = 11, N = 1, O = 3))
amino_acids
C H N O
G 2 5 1 2
L 6 13 1 2
H 6 9 3 2
K 6 14 2 2
Y 9 11 1 3
这个矩阵包含我们想要的信息，但它可能是
最好按字典顺序排列它们——这将是
很高兴确保我们没有错误地添加同一行
两次。下面的代码解决了这两个问题。
amino_acids <-
amino_acids[sort(unique(rownames(amino_acids))), ]
amino_acids
C H N O
G 2 5 1 2
H 6 9 3 2
K 6 14 2 2
L 6 13 1 2
Y 9 11 1 3
下一部分是弄清楚如何处理肽。这个
将在这里首先使用strsplit 来拆分字符串
分成单独的字符，然后在
result 得到我们要与矩阵相乘的向量。
peptide <- "KGHLY"
peptide_2 <- unlist(strsplit(x = peptide, split = ""))
peptide_2
[1] "K" "G" "H" "L" "Y"
在peptide_2 上使用table 给了我们
table(peptide_2)
peptide_2
G H K L Y
1 1 1 1 1
因此，这可以用来定义一个向量，在第一个示例中扮演test_vec 的角色。但是，通常生成的向量将包含比矩阵amino_acids 的行更少的分量；所以必须首先执行一个限制，以便获得我们想要的正确计算格式。
有多种选择，最简单的一种可能是使用表中的名称从amino_acids 中提取所需行的子集，这样计算就可以继续进行而无需任何进一步的模糊处理。
peptide_vec <- table(peptide_2)
colSums(amino_acids[names(peptide_vec), ] * as.vector(peptide_vec))
C H N O
29 52 8 11
这概述了解决问题核心的一种可能解决方案，
这可以收集到一个处理所有问题的函数中
我们的步骤。
peptide_function <- function(peptide, amino_acids) {
peptide_vec <- table(
unlist(strsplit(x = peptide, split = "")))
## Compute the result and return it to the work flow.
colSums(
amino_acids[names(peptide_vec), ] *
as.vector(peptide_vec))
}
最后是一个测试，看看我们得到了和以前一样的答案。
peptide_function(peptide = "GHKLY",
amino_acids = amino_acids)
C H N O
29 52 8 11
接下来呢？好吧，这取决于您如何存储
肽，以及您想对结果做什么。如果为
例如，您将肽存储在向量中，并且想要
将结果存储在矩阵中，然后它可能例如是
可以使用vapply，如下所示。
data_vector <- c("GHKLY", "GGLY", "HKLGL")
result <- t(vapply(
X = data_vector,
FUN = peptide_function,
FUN.VALUE = numeric(4),
amino_acids = amino_acids))
result
C H N O
GHKLY 29 52 8 11
GGLY 19 34 4 9
HKLGL 26 54 8 10