应用Biostrings处理生物信息数据——基础篇（二）

接着上一节的内容我们今天来学习应用Biostrings做生物信息数据的模板匹配。

上一节的内容：应用Biostrings处理生物信息数据——基础篇

本期的代码：

1、模板匹配，在一组序列中匹配一个模板。

#生成连续7个碱基组成的模板。

my_pattern= "TATAAAA"

#在chr22NoN 中匹配该模板，读者可自已查看结果。

mT = matchPattern(my_pattern, chr22NoN)

#计算chr22NoN中匹配该模板的数量。

countPattern(my_pattern, chr22NoN)

#在chr22NoN中匹配该模板且允许一个错配。

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

#另一种方法计算匹配的数量，可以看到多匹配了很多。

length(mmT)

#观察前5个匹配得到的片段中错配碱基所在的位置。

mismatch(my_pattern, mmT[1:5])

#左侧将要匹配的模板序列。

Lpattern 
#右侧将要匹配的模板序列。
Rpattern 
#用左右模板同时匹配Hsapiens$chr22，要求中间的序列长度不能超过500bp。
LRsegments
#查看匹配到的前5条序列。
LRsegments[1:5]
 
2、模板匹配，在一组序列中匹配一组模板（必须长度一样）
#提取所有探针的序列，组成一组模板，存在对象dict。
dict
#计算所有探针(序列)的数量。
length(dict)
#查看探针的长度nchar(dict)有多少种，只有一种是25。
unique(nchar(dict))
 
#查看dict的前三项内容(探针序列)。
dict[1:3]
 
#用第一个序列在Hsapiens$chr22中的匹配，并给出匹配数
matchPattern("CACCCAGCTGGTCCTGTGGATGGGA", "Hsapiens$chr22")
3、搜索回文结构。
#计算chr22_ pals 长度，限定间隔至少40bp。
chr22_pals 
#计算chr22_ _pals 长度。
nchar(chr22_pals)
 
#查看找到的回文结构。
chr22_pals
#查看回文结构序列中的间隔长度。
palindromeArmLength(chr22_pals)
 
#统计回文结构中的所有基础碱基[ATCG]的出现次数。
ans
#查看基础碱基的频率。
ans