R - 使用 sample() 从序列列表中创建生物序列

Question

我有一个非常相似的生物序列列表。首先，我想创建一个距离矩阵 NxN，然后我想使用 sample() 生成另一个序列，该序列也与其他序列非常相似但不相同。我尝试使用示例函数创建序列，但它返回我的初始列表的副本。最后，我想更新矩阵以包含生成序列的距离。有没有办法简单地绑定新的距离或者我需要创建一个新的距离？

sequences <- read.fasta('/media/losve/Νέος τόμος/Scripts/bnp54/ergasia 2/histone4.fa')
seqnames <- c("human", "mouse", "fly", "plant", "cow", "worm", "chick", "rat","yeast", "frog")
myseqs <- list() 
for(i in 1:length(sequences))
{
  myseqs[i] = toupper(paste(sequences[[i]], collapse=''))
}

names(myseqs) <- seqnames
dist_matrix <- matrix(, nrow = length(sequences), ncol = length(sequences))

for(i in 1:length(sequences))
{
  for(j in 1:length(sequences))
  {
  dist_matrix[i][j] <- pairwiseAlignment(myseqs[i], myseqs[j], substitutionMatrix = "BLOSUM50")
  }
}

new_sequence <- sample(myseqs, replace = TRUE )

Answer 1

sample 默认情况下只从向量中绘制元素而不进行替换。它不打算以任何方式修改元素。如果 n

引入排序错误

您应该考虑使用 shell 工具在基因组序列中引入随机突变错误，例如磨床、梅森或 SimSeq。

获取每个序列的排列

library(tidyverse)
set.seed(1337)

list("AATTGG", "GGCCGG") %>%
  map_chr(~ {
    .x %>%
      str_split(pattern = "") %>%
      simplify() %>%
      sample() %>%
      paste0(collapse = "")
  })
#> [1] "ATGATG" "CCGGGG"