Eu tenho um arquivo (mydata.txt) que contém muitas seqüências exon comfasta formato. Eu quero encontrar os códons start ('atg') e stop ('taa', 'tga', 'tag') para cada sequência de DNA (considerando o quadro). Eu tentei usarmatchPattern (uma função doBiostrings Pacote R) para encontrar esses aminoácidos:

Como exemplo, mydata.txt poderia ser:

>a
atgaatgctaaccccaccgagtaa
>b
atgctaaccactgtcatcaatgcctaa
>c
atggcatgatgccgagaggccagaataggctaa
>d
atggtgatagctaacgtatgctag
>e
atgccatgcgaggagccggctgccattgactag

file=read.fasta(file="mydata.txt") 
matchPattern( "atg" , file)

Nota: read.fasta é uma função emseqinr pacote que costumava importar arquivos de formato fasta.

Mas esses comandos não funcionaram! Como posso usar esta função para encontrar os códons de início e fim em cada seqüência do exon? (sem mudança de moldura)