如何在R中为-loop设置a

Question

我是一名生物学家，编程知识较少。我有一系列的文件(fasta格式的文件)，我需要应用一个R包。

每个文件内容如下：

FILE_1.FASTA

>>TTBK2_Hsap ,(CK1/TTBK)
MSGGGEQLDILSVGILVKERWKVLRKIGGGGFGEIYDALDMLTRENVALKVESAQQPKQVLKMEVAVLKKLQGKDHVCRFIGCGRNDRFNYVVMQLQGRNLADLRRSQSRGTFT

FILE_2.FASTA

>>TTBK2_Hsap ,(CK1/TTBK)
MSGGGEQLDILSVGILVKERWKVLRKIGGGGFGEIYDALDMLTRENVALKVESAQQPKQVLKMEVAVLKKLQGKDHVCRFIGCGRNDRFNYVVMQLQGRNLADLRRSQSRGTFT

这个包(R中的protr)的工作原理如下：

x = readFASTA(system.file(’protseq/P00750.fasta’, package = ’protr’))[[1]]

extractAAC(x)

是否有可能为上面的行设置一个forloop来读取多个文件并在一个文件中提供输出？？

如果可能的话，请给我一些想法或任何例子，可以帮助我在R.

Answer 1

这样做是很有可能的。一个很好的策略是编写一个函数来封装您想要对每个FASTA文件做什么：

# fasta is a string that represents the fasta file to be read.
read_and_extract <- function(fasta){
    seq <- readFASTA(fasta)[[1]]
    return(extractAAC(seq))
}

此包装功能将允许您读取FASTA文件和提取氨基酸组成，所有的一举。为了循环这些文件，我们需要与您的FASTA文件位于同一个目录中。

setwd("path/to/files")

使用dir命令，您可以获取该目录中存在的所有文件的名称。

fasta_files <- dir(pattern = "[.]fasta$")

注意，pattern参数告诉计算机只读取以".fasta“结尾的文件。

现在，我们使用vapply函数执行循环(有关详细信息，请参见下面的说明)：

aa_comp <- vapply(fasta_files, read_and_extract, rep(pi, 20))

这将产生一个矩阵，列是每个fasta文件，行是每个氨基酸。现在，我们可以将它保存为一个简单的csv文件：

write.csv(aa_comp, file = "amino_acid_composition.csv")

vapply的详细信息

vapply函数是在R中执行for循环的一种奇特(而且速度更快)的方法--一开始它看起来有点混乱，但是如果您知道您的输出是什么的话，它会很好地工作。让我们看一下论点：

> vapply(Argument1, Argument2, Argument3)

• Argument1:要循环的向量(fasta_files)
• Argument2:应用于向量的每个元素的函数(read_and_extract)
• Argument3:预期输出(rep(pi, 20))

最后一个论点最初是最难理解的，但它是我们预期输出的一个有代表性的向量。在这种情况下，extractAAC的文档表示它返回长度为20的数字向量，命令rep(pi, 20)告诉R重复数字pi 20次，从而给出长度为20的数字向量。

有更多的通用版本的vapply可以返回任何类型的输出。有关这些信息的详细信息，请参见help("vapply")。

Answer 2

您可以像这样使用直进的for循环：

x <- list() # an empty list

for(f in yourFileList) {
  x[[which(yourFileList==f)]] <- readFASTA(system.file(f,package='protr'))[[1]]
}

您将在?Control下找到更多信息

Answer 3

这里有两个稍微复杂的东西:一个是循环，另一个是将所有结果写入一个文件。

首先，如果您所要做的就是将所有的fasta文件合并成一个文件，那么从您的bash终端上看，它将比在R中容易得多

cat *.fasta > combined.fasta

但是要回答R的问题，您的循环可能如下所示：

write("", file="combined.fasta")  # make sure the file exists before appending
for (fileName in dir(pattern='.fasta')) {
    x = readFASTA(system.file(fileName, package = ’protr’))[[1]]
    # do stuff to x
    write(x, file="combined.fasta", append=TRUE)
}