Biostrings库中有一些有用的东西，可以用来操作fasta和fastq文件，具体可以看他的Bioconductor主页以及帮助文档。

今天拿到一个枯草芽孢杆菌（Bacillus subtilis）的基因组,用这个基因组做实验，我想看看它的GC分布是怎么样的。

library(Biostrings) #载入库

filepath<-"D:\\final_r.fa"

x<-readDNAStringSet(filepath) #读fasta文件

chrom<-x[[1]]

gc<-rowSums(letterFrequencyInSlidingView(chrom,1000,c("G","C")))/1000 #计算GC含量，用1000bp的sliding widonws

summary(gc)

           Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 

         0.2360  0.4160  0.4410  0.4384  0.4650  0.7340

plot(gc,type='l',axes=F,xlab=NA,ylab=NA,ylim=c(0.2,0.8)) #作图

axis(2,at=c(0.2,0.4,0.6,0.8),labels=c("20%","40%","60%","80%"))

axis(1,at=c(0,1000000,2000000,3000000,4081398),labels=c("Start","1 Mbps","2 Mbps","3 Mbps","End"))

很简单，结果就是这样

http://s16/mw690/572d4a6cgdba852710b9f&690