将 DNAstringsSet 解构为普通字符串答案

【问题标题】：Deconstruct DNAstringsSets into normal strings将 DNAstringsSet 解构为普通字符串
【发布时间】：2019-01-16 13:52:26
【问题描述】：

这来自一个名为 "VariantAnnotation" 的 R 库及其依赖项 "Biostrings"

我有一个 DNAstringsSetList，我想将其转换为普通列表或字符串向量。

library(VariantAnnotation)

fl <- system.file("extdata", "chr22.vcf.gz", package="VariantAnnotation")

vcf <- readVcf(fl, "hg19")

tempo <- rowRanges(vcf)$ALT  # Here is the DNAstringsSetList I mean.

print(tempo)

A DNAStringSet instance of length 10376
    width seq
[1]     1 G
[2]     1 T
[3]     1 A
[4]     1 T
[5]     1 T
...   ... ...
[10372]     1 G
[10373]     1 G
[10374]     1 G
[10375]     1 A
[10376]     1 C

tempo[[1]]
A DNAStringSet instance of length 1
width seq
[1]     1 G

但我不想要这种格式。我只想要碱基字符串，以便将它们作为列插入新数据框中。我想要这个：

G
T
A
T
T

我用这个封装方法完成了这个：

as.character(tempo@unlistData)

但是，它返回的行数比 tempo 多 10 行！这个结果的头部和尾部和节奏是完全一样的，所以中间的某个地方有10个额外的不应该形成的行（不是NA）

【问题讨论】：

一个可重现的例子在这里会有所帮助！
那么你的问题是什么？我们当然需要查看重现错误的数据，以帮助您解决长度问题，如果这是您的问题
对不起，我将编辑问题以使其更清晰，也许可以重现。我的问题是：如何将 DNAstringsSetList 转换为普通列表或字符串向量？

标签： r bioinformatics vcf-variant-call-format

【解决方案1】：

您可以通过DNAString 或DNAStringSet 致电as.character。

as.character(tempo[1 : 5])
# [1] "G" "T" "A" "T" "T"

【讨论】：

我已经尝试了几次：并得到错误：“ as.vector(x, mode = "character") 中的错误：没有将这个 S4 类强制为向量的方法” 它适用于你呢？
@RicardoGuerreiro 这绝对有效。确保实际加载了 {Biostrings} 包。如果问题仍然存在，请重新启动您的 R 会话。如果它仍然仍然存在，请重新安装 {Biostrings} 包。

【解决方案2】：

一个简单的循环解决了这个问题，使用同一个库的 toString 函数：

ALT <-0
for (i in 1:nrow(vcf)){ ALT[i] <- toString(tempo[[i]]) }

但是，我不知道为什么 tempo@unlistData 检索到太多行。不靠谱。

【讨论】：