使用R修剪DNA序列

Question

我有一個DNA序列文件，許多序列都以“ CCCATGCAGACATAGTG”或“ CTCCATGCAGACATAGTG”開頭，並且我的標簽序列為“ ATGCA”。 我要刪除所有“ ATGCA”以及“ CC”和“ CTC”。 因此最終產品將是“ GACATAGTG”。

有誰知道任何R函數都能做到這一點？ 我嘗試用biostrings中的trimLRPatterns進行操作，但是由於它僅從末尾進行修剪而不在序列內進行修剪，因此無法正常工作。 如果您有任何解決方案，請告訴我。 謝謝。

Answer 1

嘗試這個：

# dummy DNA
myDNA <- c("CCCATGCAGACATAGTG","CTCCATGCAGACATAGTG")
# define tag
tag <- "ATGCA"

# remove any character(s) before tag, including tag.
gsub(paste0("^.*",tag),"",myDNA)

# output
# [1] "GACATAGTG" "GACATAGTG"

Answer 2

您可以使用gsub。 例如

gsub（“ ATGCA”，“”，“ CCCATGCAGACATAGTG”）