自动批量裁剪+合成+整理正反向序列

说明

• 自动识别，批量拼接文件夹中的16S rRNA 正反向序列。
• 优化了前文中的方法，简化运行方式 。具体来说，拖动文件夹和文件 取代 输入路径。
• 在前面安装的包基础上，增加了 filesstrings。

准备

• 根据前文安装所需软件和包 。
• 额外安装 filesstrings。

install.packages("filesstrings")

• R 代码文件 点击下载
• 文件夹包含成对的正反向序列。
  • 例如 D20-27F.seq 和 D20-1492R.seq，为一对。
  • 不严格要求为fasta格式，自动为缺少 >行 的序列文件添加这一行，名字使用文件名。
  • 根据 D20 识别，与27F和1492R无关，会自动调整正反位置。
  • 允许文件中有 D20 开头的 ab1 文件（峰图），会自动忽略。

运行

1. 进入文件所在盘符。
2. 输入 RScript， 空格。
3. 拖入 R代码，回车。
4. 再拖入包含序列的 文件夹，回车。
5. 显示识别的路径，如果因为有中文出现乱码也会反应出来。
6. CMD中显示合并的过程，联配的详情。
7. 显示文件移动成功。
   
   
   

结果

• n 对序列生成 n 个文件夹，名字为 识别的名称_16SrRNA。
• 文件夹中包括所有以 识别的名称 开头的文件，包括原始序列，合成序列和合成报告。
• 一个汇总所有合并序列信息：
  • 序号
  • 识别名字
  • 序列1长度
  • 序列1裁剪起点
  • 序列1裁剪终点
  • 序列2长度
  • 序列2裁剪起点
  • 序列2裁剪终点
  • 联配的长度（裁剪后）
  • 错配长度
  • 合成序列长度

注意

• 根据第一次联配进行裁剪时，设置前后序列多裁剪了50个bp，减少错配的可能性。所以报告中显示100bp联配，实际上裁剪前有200bp的联配长度。
• 代码 文件夹中还有用来测试的序列。
• 可能不支持路径中包含中文。