在 R 中将 FASTQ ASCII 转换为十进制和十六进制 [关闭]

StackOverflow https://stackoverflow.com/questions/5025237

  •  14-11-2019
  •  | 
  •  

题

我有一个 FASTQ 质量分数，它以一系列 ASCII 字符的形式呈现。在这种情况下 （可能) ASCII 字符 64 到 126 代表分数 0 到 62 (假设它是 Illumina）。这产生了底层序列：

feffefdfbefdfffcfdeTddaYddffbfcI``S_KKX_]]MR[D_TY[VTVXQ]`Q_BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB

如何提取 ASCII 字符的个数？

谢谢圣

编辑：该序列表示由碱基（来自核酸中的碱基对，意思是字符（ATGC））组成的生物序列的质量。碱基质量是 phred 缩放的碱基错误概率，等于 -10 log10 Pr{碱基错误}。

有帮助吗？

解决方案

好吧，正如马雷克所说：您可能会在 Bioconductor 中找到转换 Illumina 质量分数的函数。您可以询问 Biostar.stackexchange.com.

使用基本函数，您可以使用 charToRaw():

> x <- "feeffdbefc`\\KKX]_BBBB"
> charToRaw(x)
 [1] 66 65 65 66 66 64 62 65 66 63 60 5c 4b 4b 58 5d 5f 42 42 42 42
> as.numeric(charToRaw(x))
 [1] 102 101 101 102 102 100  98 101 102  99  96  92  75  75  88  93  95  66  66  66  66
> as.character(charToRaw(x))
 [1] "66" "65" "65" "66" "66" "64" "62" "65" "66" "63" "60" "5c" "4b" "4b" "58" "5d" "5f" "42" "42" "42" "42"

请注意，您必须避开反斜杠，否则您会遇到麻烦。这取决于您如何读取数据等等。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top