R语言使用for循环实现DNA序列指定位置核苷酸批量替换

你已经实现了单行的碱基替换逻辑，直接遍历所有行套用相同逻辑即可完成全量数据处理，数千行规模下运行效率完全满足需求。

方案1：for循环实现（和你现有代码逻辑完全兼容） #

直接在你原有代码基础上补充循环逻辑即可，注意补全substring的last参数，确保仅替换目标位置的单个碱基，避免替换内容溢出覆盖后续序列：

# 读取输入数据
DNA_seq <- read.table("sequences.txt", sep = "\t", header = T)
df <- as.data.frame(DNA_seq)

# 逐行完成位点替换
for (i in seq_len(nrow(df))) {
  substring(df$WT.seq[i], first = df$position[i], last = df$position[i]) <- df$mutation[i]
}

运行完成后直接查看df即可得到预期结果，和你给出的示例输出完全匹配：

• trx1的WT.seq第5位A替换为G，结果为ATAAGA
• trx2的WT.seq第3位C替换为A，结果为CCACCC
• trx3的WT.seq第7位T替换为C，结果为AAAAAACGG

方案2：向量化实现（处理十万行以上大规模数据速度更快） #

如果后续数据量进一步增大，可以用向量化的mapply实现，避免循环开销：

df$WT.seq <- mapply(
  function(seq, pos, mut) {
    paste0(substr(seq, 1, pos-1), mut, substr(seq, pos+1, nchar(seq)))
  },
  df$WT.seq, df$position, df$mutation,
  USE.NAMES = FALSE
)

两种方案逻辑完全一致，都是把目标位置的碱基拆成「位点前序列+突变碱基+位点后序列」三部分拼接，不会改动序列其他位置的内容。

内容的提问来源于stack exchange，提问作者Sunil Pachakar