Извлечь последовательность положительных ударов из vcountPattern в R

Question

Я провел небольшую последовательность РНК и попытался проанализировать файл результата fastq.

Сначала я импортировал файл fastq в R с использованием пакета ShortRead и преобразуется в DNAstringSet

reads <- readFastq("test.fq") 
seq <- sread(reads) 

Чтобы искать для чтения, которые содержат определенную строку последовательностей, я использовал vcountPattern из библиотеки Biostrings. Я должен разрешить мутации и цели для моей цели анализа.

hit <-vcountPattern("TCTGCATTTAAGGCAAGTT", seq, max.mismatch=5, with.indels=TRUE) 

Что я мог сделать здесь, чтобы подсчитать количество прочтений, что содержащий "TCTGCATTTAAGGCAAGTT"

sum (hit) 

возвращает

[1] 11500

Так есть 11500 последовательность читать, содержащие «TCTGCATTTAAGGCAAGTT»

Но, кроме того, w Я хочу, чтобы извлечь фактические последовательности, которые соответствуют 11500 чтениям из файла fastq.

Как я могу это достичь?

hit 

Если я просто сделать это, это дает кучу «0», небольшого числа «1», очень немногие из «2». Поэтому я считаю, что это в основном вектор, соответствующий количеству попаданий в каждом чтении.

Я попытался извлечь информацию о последовательности, используя эту информацию, но не смог этого сделать.

Любые помощь приветствуется!

Answer 1

Как следует из названия, vcountPattern только кол-во совпадения по образцу. Он не предоставляет вам место. Используйте для этого vmatchPattern. К сожалению, эта функция не поддерживает with.indels = TRUE (еще?) - это и раздражает, и немного сложно понять.

Вместо этого вы можете использовать matchPattern. Поскольку matchPattern работает только на одной последовательности, а не набор, вам необходимо вручную применить функцию к XStringSet:

hits = lapply(seq, matchPattern, 
       pattern = "TCTGCATTTAAGGCAAGTT", 
       max.mismatch = 5, with.indels = TRUE) 

---

Очевидная причина, вероятно, что vmatchPattern реализован с использованием другого алгоритма чем matchPattern, и этот алгоритм не поддерживает индексы. Однако на самом деле нет веской причины не просто предоставить обертку вокруг lapply, которую мы используем выше.