在R中，如何將正則表達式應用於包含模式的字符串的特定部分？

Question

我有一個包含一列（SNP）一個數據幀（行程）。它看起來像這樣（但時間越長，它擁有192個等級）：

SNP 
C[T->C]T 
C[G->C]A 
G[A->C]A 
C[T->C]C 
C[C->A]G 
T[G->A]C 
... 

我想要模式匹配，並根據以下標準代替：

gsub("G->T", "C->A", trip) 
gsub("G->C", "C->G", trip) 
gsub("G->A", "C->T", trip) 
gsub("A->T", "T->A", trip) 
gsub("A->G", "T->C", trip) 
gsub("A->C", "T->G", trip) 

而且，如果該模式的一個上市上面找到了，我想要包含它的字符串應用了額外的替換。即：

if ((grep(G->T|G->C|G->C|A->T|A->G|A->C), trip$SNP)==TRUE){ 
    substr(trip$SNP, 1,1) <- tr /ATCG/TAGC/; #incompatible perl syntax? 
    substr(trip$SNP, 8,8) <- tr /ATCG/TAGC/; 
    } 

如，如果任何這些圖案的 - G-> T，G-> C，G-> C，A-> T，A-> G，或A-> C- - 在行程$ SNP中的字符串中找到，根據此正則表達式替換該字符串中的第1個字符和第8個字符：tr/ATCG/TAGC /;

希望的輸出，具有變化以粗體：

SNP C [T-> C]Ť C [G-> C]甲 G [A-> C]甲 C [T-> C]ç C [C->甲; G T [G-> A]ç

到：

SNP C [T-> C]Ť G [C-> G] Ť C [T-> G]Ť ç [T-> C]Ç C [C->甲; G A [C-> T]ģ

是否有一個更優雅的方式來做到這一點？

Answer 1

SNP <- as.character(trip$SNP) 
SNP 
[1] "C[T->C]T" "C[G->C]A" "G[A->C]A" "C[T->C]C" "C[C->A]G" "T[G->A]C" 
i <- grep("(A|G)->", SNP) 
SNP[i] <- chartr("ACGT", "TGCA", SNP[i]) 
SNP 
[1] "C[T->C]T" "G[C->G]T" "C[T->G]T" "C[T->C]C" "C[C->A]G" "A[C->T]G" 

Answer 2

有可能是添加在包裝上要做到這一點更好，更快，但這樣的工作（我不認爲我有你想要什麼，但它足夠接近，你可以爲你以後適應）。請注意，前14行只是重新處理您的數據，解決方案只有幾行。

dat <- read.table(text="trip 
C[T->C]T 
C[G->C]A 
G[A->C]A 
C[T->C]C 
C[C->A]G 
T[G->A]C", header=TRUE, stringsAsFactors = FALSE) 

replace <- matrix(c("G->T", "%s[C->A]%s", 
"G->C", "%s[C->G]%s", 
"G->A", "%s[C->T]%s", 
"A->T", "%s[T->A]%s", 
"A->G", "%s[T->C]%s", 
"A->C", "%s[T->G]%s"), ncol=2, byrow=TRUE) 


for(i in 1:nrow(replace)) { 
    dat$trip[grepl(replace[i, 1], dat$trip)] <- replace[i, 2] 
} 

sprintf(dat$trip, "/ATCG/TAGC/", "/ATCG/TAGC/") 

## [1] "C[T->C]T"      "/ATCG/TAGC/[C->G]/ATCG/TAGC/" 
## [3] "/ATCG/TAGC/[T->G]/ATCG/TAGC/" "C[T->C]C"      
## [5] "C[C->A]G"      "/ATCG/TAGC/[C->T]/ATCG/TAGC/"