應用Biostrings處理生物信息數據——基礎篇（二）

接著上一節的內容我們今天來學習應用Biostrings做生物信息數據的模板匹配。

上一節的內容：應用Biostrings處理生物信息數據——基礎篇

本期的代碼：

1、模板匹配，在一組序列中匹配一個模板。

#生成連續7個鹼基組成的模板。

my_pattern= "TATAAAA"

#在chr22NoN 中匹配該模板，讀者可自已查看結果。

mT = matchPattern(my_pattern, chr22NoN)

#計算chr22NoN中匹配該模板的數量。

countPattern(my_pattern, chr22NoN)

#在chr22NoN中匹配該模板且允許一個錯配。

mmT = matchPattern(my_pattern, chr22NoN, max.mismatch =1)

#另一種方法計算匹配的數量，可以看到多匹配了很多。

length(mmT)

#觀察前5個匹配得到的片段中錯配鹼基所在的位置。

mismatch(my_pattern, mmT[1:5])

#左側將要匹配的模板序列。

Lpattern 
#右側將要匹配的模板序列。
Rpattern 
#用左右模板同時匹配Hsapiens$chr22，要求中間的序列長度不能超過500bp。
LRsegments
#查看匹配到的前5條序列。
LRsegments[1:5]
 
2、模板匹配，在一組序列中匹配一組模板（必須長度一樣）
#提取所有探針的序列，組成一組模板，存在對象dict。
dict
#計算所有探針(序列)的數量。
length(dict)
#查看探針的長度nchar(dict)有多少種，只有一種是25。
unique(nchar(dict))
 
#查看dict的前三項內容(探針序列)。
dict[1:3]
 
#用第一個序列在Hsapiens$chr22中的匹配，並給出匹配數
matchPattern("CACCCAGCTGGTCCTGTGGATGGGA", "Hsapiens$chr22")
3、搜索迴文結構。
#計算chr22_ pals 長度，限定間隔至少40bp。
chr22_pals 
#計算chr22_ _pals 長度。
nchar(chr22_pals)
 
#查看找到的迴文結構。
chr22_pals
#查看回文結構序列中的間隔長度。
palindromeArmLength(chr22_pals)
 
#統計迴文結構中的所有基礎鹼基[ATCG]的出現次數。
ans
#查看基礎鹼基的頻率。
ans