将一个或多个 BLAST 表格文件读为连接数据

0.16.6 文档

本页完整说明已译为现代汉语；函数、参数、代码和原始数据标识保留原样。使用教程

全站目录 · 按任务查找

file 和 files 均接受路径向量或通配模式；解析后重复的路径按首次出现顺序只读一次。标准 -outfmt 6、-outfmt 7 使用默认 12 个表格字段，历史扩展 17 列只是可选格式。完全省略 -outfmt 会产生 pairwise 文本，本表格读取器不解析它。

用法

代码read_blast(
  file = NULL,
  files = NULL,
  format = c("auto", "outfmt6", "outfmt7", "custom"),
  col_names = NULL,
  comment = "#",
  source_file = FALSE,
  ...
)

参数

file: 可选路径向量或通配模式，在 files 之前读取。
files: 可选 BLAST 表格文件字符向量，支持路径和通配模式；读取所有匹配文件并合并为一个数据框。
format: 格式选项："auto"（默认）自动检测列布局；"outfmt6" 要求标准 12 列；"outfmt7" 解析 # Fields: 声明；"custom" 要求提供 col_names。
col_names: 可选的文件列名字符向量，用于 format = "custom" 或覆盖自动检测。
comment: 注释字符，默认 "#"；BLAST outfmt 7 的头部注释行以 # 开始。
source_file: 逻辑值，读取一个或多个文件时是否添加 .source_file 列，默认 FALSE。
...: 传给 utils::read.table() 的其他参数，例如 na.strings。

返回值

数据框，必需连接列 qaccver、saccver、qstart、qend、sstart、send 在前，其后保留可选列。ggchord_import 属性记录文件、逐文件输出行数和一基闭区间坐标约定。

详细说明

也可解析 BLASTp 表格，保留生成软件的数值端点，不推断或转换氨基酸/核苷酸单位。蛋白区间用于基因组绘图前须显式投影到 CDS；读取蛋白 HSP 不构成核苷酸无缺口对应证据。见 project_ggchord_features() 和 project_ggchord_links()。

另见

ggchord_data_contract

示例

代码if (FALSE) { # \dontrun{
library(dplyr)
# Standard 12-column records; requires the source checkout or tutorial input bundle.
source <- read_blast("examples/blastn-standard/MT108731.1__MT118296.1.tsv")
links <- source |>
  select(qaccver, saccver, qstart, qend, sstart, send)
} # }