将密码子翻译功能应用于 data.frame 的所有元素答案

【问题标题】：Apply codon translation function to all elements of data.frame将密码子翻译功能应用于 data.frame 的所有元素
【发布时间】：2021-09-28 10:20:33
【问题描述】：

我有一个看起来像的 data.frame

df <- data.frame(P1 = c("ATG","GTA","GGG","GGG"), P2 = c("TGG","GAT","GGG","GCG"))

我想使用以下函数将每个 DNA 密码子转换为氨基酸（但任何翻译选项都是可行的），并输出相同的 data.frame，但使用单字母氨基酸而不是密码子：

library(Biostrings)
library(seqinr)
    translate_R <- function(x)
    {
      translate(s2c(as.character(x)))
    }

它适用于 data.frame 的各个元素

> translate_R(df[1,1])
[1] "M"

但试图将其应用于整个 data.frame 是行不通的。我错过了什么？我不明白为什么会出现错误，因为谷歌搜索如何做到这一点表明它应该可以工作。我猜缺少一些基本的东西。

> df[] <- lapply(df, translate_R)

Error in seq.default(from = frame + 1, to = frame + l, by = 3) : 
  wrong sign in 'by' argument
In addition: Warning message:
In s2c(as.character(x)) :
 Error in seq.default(from = frame + 1, to = frame + l, by = 3) : 
  wrong sign in 'by' argument

【问题讨论】：

标签： r bioconductor

【解决方案1】：

您的translate_R 函数需要一个值，但它得到一个向量。您可以通过传入单个值来解决此问题。

换句话说，使用外部apply 遍历df 的列，然后使用内部apply 遍历每列中的值。

下面是如何使用基础 R：

data.frame(lapply(df, function(x) sapply(x, translate_R)))

这是一个带有map的tidyverse版本：

library(tidyverse)

df %>% mutate(across(everything(), ~map(., translate_R)))

在这两种情况下，输出都是：

  P1 P2
1  M  W
2  V  D
3  G  G
4  G  A

【讨论】：

【解决方案2】：

另一个潜在的 tidyverse 解决方案是使用 "rowwise" tidyverse 函数：

library(tidyverse)
library(Biostrings)
library(seqinr)

translate_R <- function(x) {
  translate(s2c(as.character(x)))
}

df <- data.frame(P1 = c("ATG","GTA","GGG","GGG"), P2 = c("TGG","GAT","GGG","GCG"))

df %>%
  rowwise() %>% 
  mutate(across(everything(), ~ translate_R(.x)))
#> # A tibble: 4 x 2
#> # Rowwise: 
#>   P1    P2   
#>   <chr> <chr>
#> 1 M     W    
#> 2 V     D    
#> 3 G     G    
#> 4 G     A

^{由reprex package (v2.0.0) 于 2021 年 7 月 21 日创建}

【讨论】：