基于概率的R语言仿真 myfunction3（0.7） { 如果（seq2[j]=“A”）替换（seq2，j，样本（c（“c”，“G”，“T”），1）） 否则，如果（seq2[j]=“G”）替换（seq2，j，样本（c（“c”，“A”，“T”），1）） 否则，如果（seq2[j]=“T”）替换（seq2，j，样本（c（“c”，“G”，“A”），1）） 否则，如果（seq2[j]=“C”）替换（seq2，j，样本（C（“A”，“G”，“T”），1）） 否则如果（seq2[j]='E'）替换（seq2，j，'T'）） } } 返回（seq2）

我写这个函数是为了根据概率向量z模拟给定的DNA序列seq2，如果概率大于0.7，那么新序列可以有其他三个核苷酸（a，G，T，C）中的任何一个。但每次它都返回一个空向量。

这里是函数的一个紧凑变体：

myfunction3 <- function(seq2,z)


for(j in 1:100)

{

if(z[j]>0.7)

{  
if(seq2[j] =='A')  replace(seq2,j,sample(c("C","G","T"),1))

else if(seq2[j] =='G')  replace(seq2,j,sample(c("C","A","T"),1))

else if(seq2[j] =='T')  replace(seq2,j,sample(c("C","G","A"),1))

else if(seq2[j] =='C')  replace(seq2,j,sample(c("A","G","T"),1))

else if(seq2[j]=='E')   replace(seq2,j,'T')

}

}

return(seq2)

myfunction3（0.7））
seq2[j]这是您函数的一个紧凑变体：

myfunction3 <- function(seq2,z)


for(j in 1:100)

{

if(z[j]>0.7)

{  
if(seq2[j] =='A')  replace(seq2,j,sample(c("C","G","T"),1))

else if(seq2[j] =='G')  replace(seq2,j,sample(c("C","A","T"),1))

else if(seq2[j] =='T')  replace(seq2,j,sample(c("C","G","A"),1))

else if(seq2[j] =='C')  replace(seq2,j,sample(c("A","G","T"),1))

else if(seq2[j]=='E')   replace(seq2,j,'T')

}

}

return(seq2)

myfunction3（0.7））
seq2[j]我假设
seq2
是一个字符向量，
z
是一个样本长度的向量，并且您希望对
seq2
中的位置进行变异，其中
z>0.7

一种方法是首先创建一个由核苷酸键控的有效替换列表，然后编写一个突变函数，然后将该函数应用于
seq2
的子向量，其中
z>0.7
：

set.seed(42)
z <- sample(3:17)/10
seq <- sample(c("A","G","T", "C", "E"), length(z), repl=TRUE)
data.frame(seq, z, seq2=myfunction3(seq,z))

substitutions我假设
seq2
是一个字符向量，
z
是一个样本长度的向量，您希望对
seq2
中的位置进行变异，其中
z>0.7

一种方法是首先创建一个由核苷酸键控的有效替换列表，然后编写一个突变函数，然后将该函数应用于
seq2
的子向量，其中
z>0.7
：

set.seed(42)
z <- sample(3:17)/10
seq <- sample(c("A","G","T", "C", "E"), length(z), repl=TRUE)
data.frame(seq, z, seq2=myfunction3(seq,z))

替换在定义函数的表达式周围需要一些花括号
function（seq2，z）{……return（seq2）}
如果seq2是一个字符串，那么seq2[j]是NA。另外，我不确定
replace
是正确的方法。只需使用
seq2[j]请给我们一个
seq2
和
z
的样本值，我们可以使用它进行测试。在定义函数的表达式周围需要一些花括号
function（seq2，z）{……return（seq2）}
如果seq2是一个字符串，那么seq2[j]是NA。另外，我不确定
replace
是正确的方法。只需使用
seq2[j]请给我们一个
seq2
和
z
的样本值，我们可以用它进行测试。
substitutions <- list(A = c("C","G","T"),
                   G = c("A","C","T"),
                   T = c("A","C","G"),
                   C = c("A","G","T"),
                   E = c("T"))

mutate <- function(nucleotide){
  sample(substitutions[[nucleotide]],1)
}

myfunc <- function(seq2,z){
  to.change <- which(z > 0.7)
  seq2[to.change] <- sapply(seq2[to.change],mutate)
  seq2
}

> s <- sample(c("A","T","G","C","E"),10, replace = T)
> z <- sample(c(0,0.8),10, replace = T)
> rbind(s,z,myfunc(s,z))
  [,1]  [,2] [,3] [,4]  [,5] [,6]  [,7]  [,8]  [,9] [,10]
s "E"   "A"  "C"  "G"   "E"  "C"   "E"   "T"   "E"  "A"  
z "0.8" "0"  "0"  "0.8" "0"  "0.8" "0.8" "0.8" "0"  "0.8"
  "T"   "A"  "C"  "C"   "E"  "A"   "T"   "G"   "E"  "T"