R 发展核苷酸序列

我想发展以下形式的表达：

a <- "[AGAT]5GAT[AGAT]7[AGAC]6AGAT"

---

a我们使用
gsub
创建1s，其中
[
（'a1'）之前没有数字，然后分别提取字母和数字（'v1'，'v2'），使用
strep
进行复制，并
将子字符串粘贴到单个字符串（'res'）

-与“b”核对

identical(res, b)
#[1] TRUE


一个稍微紧凑的正则表达式是改变第一步

a1 <- gsub("(?<=[A-Z])(?=\\[)|(?<=[A-Z])$", "1", a, perl = TRUE)
v1 <- str_extract_all(a1, '[A-Z]+')[[1]]
v2 <- str_extract_all(a1, "[0-9]+")[[1]]
res1 <- paste(strrep(v1, as.numeric(v2)), collapse="")
identical(res1, b)
#[1] TRUE

a1试试这个：

a<-"[AGAT]5GAT[AGAT]7[AGAC]6AGAT"

   list<-unlist(strsplit(unlist(strsplit(a,"\\]")),"\\["))

   number<-suppressWarnings(as.numeric(gsub("([0-9]+).*$", "\\1", list)))
   number[is.na(number)]<-1  
   seq<-gsub('[0-9]+', '', list)

   out<-paste(rep(seq[2:(length(seq))],number[c(3:length(number),2)]),collapse = '')

 b="AGATAGATAGATAGATAGATGATAGATAGATAGATAGATAGATAGATAGATAGACAGACAGACAGACAGACAGACAGAT"

out==b
[1] TRUE

a能否满足您的预期输出。如果需要复制
[]
中的字母，看起来就不一样了，如果您可以得到类似
a=[AGAT]5[GAT]1[AGAT]7[AGAC]6[AGAT]的内容，事情会简单得多1
而不是从生成表达式的过程中。这是一种更为一致的格式。@安东尼奥斯克我完全同意你的观点，但生物学家有他们的逻辑……但我们必须理解的是，你的解决方案没有给出正确的输出。GAT（第二位）和AGAT（最后一位）缺少。@DJack我正在复制
[]中的字母
。您想要哪一个？是内部的还是外部的？谢谢您的帮助，但是这不是正确的解决方案，因为输出不好。括号之间的数字必须重复括号后面的数字所指示的次数。如果没有括号，就没有重复。@yach这很混乱。例如le
[AGAT]5
似乎AGAT被复制了5次，然后接下来
[AGAT]7
也被复制了7次？这里有一个更可读的输出：AGATAGATAGATAGATAGAT GAT AGATAGATAGATAGATAGAT agacagagaac AGAT
identical(res, b)
#[1] TRUE

a1 <- gsub("(?<=[A-Z])(?=\\[)|(?<=[A-Z])$", "1", a, perl = TRUE)
v1 <- str_extract_all(a1, '[A-Z]+')[[1]]
v2 <- str_extract_all(a1, "[0-9]+")[[1]]
res1 <- paste(strrep(v1, as.numeric(v2)), collapse="")
identical(res1, b)
#[1] TRUE

a <- '[AGAT]5GAT[AGAT]7[AGAC]6AGAT'
b <- 'AGATAGATAGATAGATAGATGATAGATAGATAGATAGATAGATAGATAGATAGACAGACAGACAGACAGACAGACAGAT'

a<-"[AGAT]5GAT[AGAT]7[AGAC]6AGAT"

   list<-unlist(strsplit(unlist(strsplit(a,"\\]")),"\\["))

   number<-suppressWarnings(as.numeric(gsub("([0-9]+).*$", "\\1", list)))
   number[is.na(number)]<-1  
   seq<-gsub('[0-9]+', '', list)

   out<-paste(rep(seq[2:(length(seq))],number[c(3:length(number),2)]),collapse = '')

 b="AGATAGATAGATAGATAGATGATAGATAGATAGATAGATAGATAGATAGATAGACAGACAGACAGACAGACAGACAGAT"

out==b
[1] TRUE