DNA与R矩阵的成对距离

Question

在使用DNA时，我们通常需要三角形的p距离矩阵，该矩阵包含序列对之间不同位点的比例。 从而：

1. AGGTT
2. AGCTA
3. AGGTA

产量：

      1    2
2   0.4
3   0.2  0.2

在某些R包中可以使用p距离计算，但是假设我需要使用数字代码（-1,0,1,2），而不是字母（C，T，A，G）。 如何从“ my.matrix”生成三角形p距离矩阵？

# Define DNA matrix dimensions
bp = 5  # DNA matrix length
n  = 3  # DNA matrix height
# Build Binary Matrices
purine <- matrix(sample(0:1,(bp*n),replace=TRUE,prob=c(0.5,0.5)),n,bp)
ketone <- matrix(sample(0:1,(bp*n),replace=TRUE,prob=c(0.5,0.5)),n,bp)
strong <- 1-(abs(purine-ketone))
my.matrix <- (purine*strong-ketone)+(purine*ketone-strong)+purine+ketone
my.matrix

Answer 1

我不确定您在使用my.matrix做什么，但这应该适用于字符或数字

x<-c("AGGTT", "AGCTA", "AGGTA")
y<-do.call("rbind", strsplit(x, "")) 
y
     [,1] [,2] [,3] [,4] [,5]
[1,] "A"  "G"  "G"  "T"  "T" 
[2,] "A"  "G"  "C"  "T"  "A" 
[3,] "A"  "G"  "G"  "T"  "A" 
z <- apply(y, 1, function(x) colMeans(x != t(y)) )
z
     [,1] [,2] [,3]
[1,]  0.0  0.4  0.2
[2,]  0.4  0.0  0.2
[3,]  0.2  0.2  0.0

如果需要，您可能可以使用Lower或upper.tri获得一个三角形。 另外，如果apply函数看起来令人困惑，那就只是将此函数应用于所有三行...

y[1,] == t(y)
     [,1]  [,2]  [,3]
[1,] TRUE  TRUE  TRUE
[2,] TRUE  TRUE  TRUE
[3,] TRUE FALSE  TRUE
[4,] TRUE  TRUE  TRUE
[5,] TRUE FALSE FALSE

...这将返回距离矩阵的第一行

colMeans(y[1,] != t(y))
[1] 0.0 0.4 0.2