minor base提取代码
从全基因组minor alelle中提取基因区minor base
#此类的txt文件，若直接用read.csv导入，并不能进行行列操作(非[i,j])，因为此时的数据是由\t间隔的字符串；
#用strsplit("file","symble")命令将向量中的每个元素间隔开；
#用do.call(rbind/cbind,file)来将向量转换为行列的格式，便于之后的操作；
#用which(condition)能将文件中复合条件的行提取出来；
#在linux下对gff文件进行初步处理；(在操作数据文件前，先熟悉文件格式和各个变量的含义)
#提取minoralelle中的minorbase：
chr1=strsplit(chr,"\t")
chr2=do.call(rbind,chr1)
x=nrow(chr2)
for(i in 1:x){
lin=chr2[i,]
chrom=chr2[i,3]
pos=chr2[i,4]
C1=length(which((lin=="CC"))) #此四行能再进一步简化
T1=length(which((lin=="TT")))
A1=length(which((lin=="AA")))
G1=length(which((lin=="GG")))
a=c(C1,G1,T1,A1)
b=which(a/500<=0.2&a/500!=0)
if(length(b)!=0){
cat(chrom,pos,b,"\n",append=TRUE,file="improvesnp.txt")
}
}
(#之后用R处理时，改进用cat(content,"\n",append=TRUE,file="")命令来将每次循环的结果分别输出，"\n"换行符，append=TRUE将输出内容接在末尾)
(#通过cat的改进，使得代码运算时间相较之前减少了10X，且能即时查看当前循环输出文件的结果)
#将提取出来的minorbase与gff基因注释文件的位置进行比较：
chr1=do.call(rbind,strsplit(readLines("egchr1.txt")," "))
chr2=read.csv("pos1.txt",stringsAsFactors = F)
x=nrow(chr1)
y=nrow(chr2)
for(i in 1:x){
lin1=as.numeric(chr1[i,2])
for(j in 1:y){
if(lin1>=chr2[j,2] & lin1<=chr2[j,3]){
cat(chr1[i,],"\n",append = TRUE,file="snpsingene.txt")
}
}
}
(#耗时较长，改进策略1'将命令拆分成多个任务同时进行；2'直接对基因组注释的位置进行操作比对；)