如何用循环在R的Biostrings中将多基因组DNAStringSet合并为单个变量？

问题背景 #

我在R中有一个包含多个Biostrings序列（基因组）的列表myseq，每个列表元素是包含4000条以上基因序列的DNAStringSet对象：

class(myseq)
[1] "list"

names(myseq)
 [1] "Genome-01" "Genome-02" "Genome-03"

myseq[["Genome-01"]]
DNAStringSet object of length 4368:
       width seq                                                                    names               
   [1]   516 ATGACAACTGAGCCAACAGTCATAATTGGACTGC...AACAAAAACCGTTTGCGGGTTAAGGAAAGCTGA CPLOIJDP_00001
   [2]   408 ATGTCCAACACTGAATCGATCTGCGTATCAACGC...CAGCCAGAGCGCGTGGGCGAGTTTCATTTGTAA CPLOIJDP_00002
[4367]    76 GCGACACTAGCTCAGTTGGTAGAGCGCAACCTTG...AGGTCACGAGTTCGAACCTCGTGTGTCGCTCCA CPLOIJDP_04367
[4368]    72 GGTGGAGCAGCTTGGTAGCTCGTCGGGCTCATAA...AGGTCGTCGGTTCAAATCCGGCCCCCGCAACCA CPLOIJDP_04368

已知无需循环的合并方式：

allgenes <- c(myseq[[1]], myseq[[2]], myseq[[3]])
# 或按名称索引
allgenes <- c(myseq[["Genome-01"]], myseq[["Genome-02"]], myseq[["Genome-03"]])

但需要用循环实现，尝试以下代码失败：

allgenes <- c()
for(i in 1:length(myseq)){ 
      allgenes[i] <- myseq[[i]]
}

正确的循环实现方法 #

问题出在初始化和赋值方式上：

• 不能用普通向量c()初始化，必须初始化为空的DNAStringSet对象
• 不能用下标赋值allgenes[i] <- ...，需要用c()函数将新的序列集合并到已有对象中

方法1：遍历列表元素 #

# 初始化空的DNAStringSet
allgenes <- DNAStringSet()
# 逐个合并每个基因组的序列集
for (seq_set in myseq) {
  allgenes <- c(allgenes, seq_set)
}

方法2：按索引遍历 #

allgenes <- DNAStringSet()
for (i in seq_along(myseq)) {
  allgenes <- c(allgenes, myseq[[i]])
}

这两种方式都能正确将所有基因组的序列合并为单个DNAStringSet对象。

内容的提问来源于stack exchange，提问作者abraham