如何从R中的序列翻译得到完整的氨基酸名称？

Question

我想翻译一个序列的前15个碱基，然后从中找到最后一个氨基酸的名称。我有我的fasta文件fasta文件用于人类基因组的MTHFR序列。

library("Biostrings")
myseq <- readDNAStringSet("sequence (1).fasta", format = "fasta")
head(myseq)

其输出如下所示：

DNAStringSet object of length 1:
width seq                                   names               

[1] 20374 ATGACGATAAAGGCACG...AAACAAAAAAACTTGAC NC_000001.11:c118...

为了尝试翻译前15个氨基酸，我这样做了：

for(n in 1:15){translate(myseq, genetic.code = GENETIC_CODE)}

但我不认为这段代码在试图找到答案时是正确的。

Answer 1

library("Biostrings")
myseq<-DNAString("ATGACGTGTTCGTGT") #Read string as DNAstring object
myaa<-translate(myseq) #Translate to aa
my3laa<-AMINO_ACID_CODE[unlist(strsplit(as.character(myaa),NULL))] #Get 3-letter code

Answer 2

使用您的示例：

library(Biostrings)
myseq <- DNAStringSet("ATGACGATAAAGGCACG")

这将为您提供前15个碱基对：

subseq(myseq[[1]],1,15)
  15-letter "DNAString" instance
seq: ATGACGATAAAGGCA

翻译成这样：

translate(subseq(myseq[[1]],1,15))
  5-letter "AAString" instance
seq: MTIKA