LAB1: Ejercicios y casos prácticos
2026-10-04
Ejercicio 1
Utilizando las funciones citadas en este Laboratorio, comprobad qué paquetes tenéis instalados en vuestra versión de RStudio e instalad el paquete MASS y el paquete Survival y comprobad la información que contienen.
Buscad información sobre el paquete Rcmdr (R Commander) desde la consola.
#Uso sessionInfo() para comprobar los pauqetes instalados
sessionInfo() ## R version 4.6.1 (2026-06-24 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26200)
##
## Matrix products: default
## LAPACK version 3.12.1
##
## locale:
## [1] LC_COLLATE=Spanish_Spain.utf8 LC_CTYPE=Spanish_Spain.utf8
## [3] LC_MONETARY=Spanish_Spain.utf8 LC_NUMERIC=C
## [5] LC_TIME=Spanish_Spain.utf8
##
## time zone: Europe/Madrid
## tzcode source: internal
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## loaded via a namespace (and not attached):
## [1] digest_0.6.39 R6_2.6.1 fastmap_1.2.0 xfun_0.61
## [5] cachem_1.1.0 knitr_1.52 htmltools_0.5.9 rmarkdown_2.32
## [9] lifecycle_1.0.5 cli_3.6.6 sass_0.4.10 jquerylib_0.1.4
## [13] compiler_4.6.1 tools_4.6.1 evaluate_1.0.5 bslib_0.12.0
## [17] yaml_2.3.12 rlang_1.3.0 jsonlite_2.0.0#Uso install.packages para instalar los paquetes pedidos
# install.packages("MASS")
# install.packages("survival")
#Con packageDescricption obengo la información sobre los paquetes
packageDescription("MASS") ## Package: MASS
## Priority: recommended
## Version: 7.3-66
## Date: 2026-07-15
## Revision: $Rev: 3693 $
## Depends: R (>= 4.4.0), grDevices, graphics, stats, utils
## Imports: methods
## Suggests: lattice, nlme, nnet, survival
## Authors@R: c(person("Brian", "Ripley", role = c("aut", "cre", "cph"),
## email = "Brian.Ripley@R-project.org"), person("Bill",
## "Venables", role = c("aut", "cph")), person(c("Douglas", "M."),
## "Bates", role = "ctb"), person("Kurt", "Hornik", role = "trl",
## comment = "partial port ca 1998"), person("Albrecht",
## "Gebhardt", role = "trl", comment = "partial port ca 1998"),
## person("David", "Firth", role = "ctb", comment = "support
## functions for polr"))
## Description: Functions and datasets to support Venables and Ripley,
## "Modern Applied Statistics with S" (4th edition, 2002).
## Title: Support Functions and Datasets for Venables and Ripley's MASS
## LazyData: yes
## ByteCompile: yes
## License: GPL-2 | GPL-3
## URL: http://www.stats.ox.ac.uk/pub/MASS4/
## Contact: <MASS@stats.ox.ac.uk>
## NeedsCompilation: yes
## Packaged: 2026-07-15 10:10:22 UTC; ripley
## Author: Brian Ripley [aut, cre, cph], Bill Venables [aut, cph], Douglas
## M. Bates [ctb], Kurt Hornik [trl] (partial port ca 1998),
## Albrecht Gebhardt [trl] (partial port ca 1998), David Firth
## [ctb] (support functions for polr)
## Maintainer: Brian Ripley <Brian.Ripley@R-project.org>
## Repository: CRAN
## Date/Publication: 2026-07-15 10:58:26 UTC
## Built: R 4.6.1; x86_64-w64-mingw32; 2026-09-29 12:14:52 UTC; windows
## Archs: x64
## RemoteType: standard
## RemotePkgRef: MASS
## RemoteRef: MASS
## RemoteRepos: https://cran.rstudio.com
## RemoteSha.Version: 7.3-66
##
## -- File: C:/Users/Usuario/AppData/Local/R/win-library/4.6/MASS/Meta/package.rdspackageDescription("survival")## Title: Survival Analysis
## Priority: recommended
## Package: survival
## Version: 3.8-12
## Date: 2026-09-02
## Depends: R (>= 4.1.0)
## Imports: graphics, Matrix, methods, splines, stats, utils
## LazyData: Yes
## LazyDataCompression: xz
## ByteCompile: Yes
## Authors@R: c(person(c("Terry", "M"), "Therneau",
## email="terry.therneau@proton.me", role=c("aut", "cre")),
## person("Thomas", "Lumley", role=c("ctb", "trl"),
## comment="original S->R port and R maintainer until 2009"),
## person("Atkinson", "Elizabeth", role="ctb"), person("Crowson",
## "Cynthia", role="ctb"))
## Description: Contains the core survival analysis routines, including
## definition of Surv objects, Kaplan-Meier and Aalen-Johansen
## (multi-state) curves, Cox models, and parametric accelerated
## failure time models.
## License: LGPL (>= 2)
## URL: https://github.com/therneau/survival
## NeedsCompilation: yes
## Packaged: 2026-09-09 11:38:39 UTC; therneau
## Author: Terry M Therneau [aut, cre], Thomas Lumley [ctb, trl] (original
## S->R port and R maintainer until 2009), Atkinson Elizabeth
## [ctb], Crowson Cynthia [ctb]
## Maintainer: Terry M Therneau <terry.therneau@proton.me>
## Repository: CRAN
## Date/Publication: 2026-09-09 18:10:02 UTC
## Built: R 4.6.1; x86_64-w64-mingw32; 2026-09-29 13:33:39 UTC; windows
## Archs: x64
## RemoteType: standard
## RemotePkgRef: survival
## RemoteRef: survival
## RemoteRepos: https://cran.rstudio.com
## RemoteSha.Version: 3.8-12
##
## -- File: C:/Users/Usuario/AppData/Local/R/win-library/4.6/survival/Meta/package.rds# Con la función help busco información sobre el paquete Rcmdr.
help(Rcmdr)## No documentation for 'Rcmdr' in specified packages and libraries:
## you could try '??Rcmdr'Ejercicio 2
- Importad un archivo de texto y buscad un summary() de tres variables que escojáis.
# Importo el archivo de texto con read.table
datos_2a <- read.table(header = TRUE, "C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/Ejercicio_2.txt")
# Uso la función summary con las 3 variables que quiero
summary(datos_2a$Altura.cm)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 90.0 101.2 110.0 107.5 116.2 120.0summary(datos_2a$BBCH)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 51.00 54.00 56.00 55.25 57.25 58.00summary(datos_2a$Tmedia)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 22.00 22.75 25.00 25.25 27.50 29.00- Importad un archivo «.csv» y buscad un fivenum() de dos variables que os parezcan relevantes para el estudio.
# Importo el archivo CSV
datos_2b <- read.csv(header = TRUE, sep = ";", dec = ",", "C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/Baza_28_09_2026_05_10_2026.csv")
# Uso la función fivenum con las 2 variables que quiero
fivenum(datos_2b$TempMedia)## [1] 17.380 17.540 18.645 20.180 21.740fivenum(datos_2b$HumMedia)## [1] 62.20 71.39 80.30 83.20 87.90Ejercicio 3
A partir del conjunto de datos anorexia del paquete MASS, que corresponden a los datos de cambio de peso de pacientes jóvenes con anorexia, mostrad los tipos de datos que contiene y comprobad si existen valores NA y NULL. Para la variable Treat, transformad los valores «CBT», «Cont» y «FT» en «Cogn Beh Tr», «Contr» y «Fam Tr», respectivamente.
# Invoco la librería mass
library(MASS)
# Extraigo el dataset anorexia
data("anorexia")
# Con la función head veo los primeros elementos de las columnas y así veo que
# variables hay
head(anorexia)## Treat Prewt Postwt
## 1 Cont 80.7 80.2
## 2 Cont 89.4 80.1
## 3 Cont 91.8 86.4
## 4 Cont 74.0 86.3
## 5 Cont 78.1 76.1
## 6 Cont 88.3 78.1# Con la función table(is.na())/table(is.null()) busco los valores na y null
# dentro del dataset
table(is.na(anorexia))##
## FALSE
## 216# No hay ningún valor na de los 216 disponibles
table(is.null(anorexia))##
## FALSE
## 1# El conjunto de datos existe por lo que no puede ser null
# Con la función factor creo un vector que sustituye los nombres de la variable
# Treat de anorexia por los que pide el ejercicio
Treat <- factor(anorexia$Treat,levels=c("CBT","Cont","FT"),labels=c("Cogn
Beh Tr","Contr","Fam Tr"))
Treat## [1] Contr Contr Contr Contr Contr
## [6] Contr Contr Contr Contr Contr
## [11] Contr Contr Contr Contr Contr
## [16] Contr Contr Contr Contr Contr
## [21] Contr Contr Contr Contr Contr
## [26] Contr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [31] Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [36] Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [41] Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [46] Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [51] Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr Cogn\nBeh Tr
## [56] Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## [61] Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## [66] Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## [71] Fam Tr Fam Tr
## Levels: Cogn\nBeh Tr Contr Fam Tr# Ahora con la función data.frame creo un nuevo conjunto de datos que incluya
# los nuevos nombres de los tratamientos
anorexia_2 <- data.frame(Treat, anorexia$Prewt, anorexia$Postwt)
anorexia_2## Treat anorexia.Prewt anorexia.Postwt
## 1 Contr 80.7 80.2
## 2 Contr 89.4 80.1
## 3 Contr 91.8 86.4
## 4 Contr 74.0 86.3
## 5 Contr 78.1 76.1
## 6 Contr 88.3 78.1
## 7 Contr 87.3 75.1
## 8 Contr 75.1 86.7
## 9 Contr 80.6 73.5
## 10 Contr 78.4 84.6
## 11 Contr 77.6 77.4
## 12 Contr 88.7 79.5
## 13 Contr 81.3 89.6
## 14 Contr 78.1 81.4
## 15 Contr 70.5 81.8
## 16 Contr 77.3 77.3
## 17 Contr 85.2 84.2
## 18 Contr 86.0 75.4
## 19 Contr 84.1 79.5
## 20 Contr 79.7 73.0
## 21 Contr 85.5 88.3
## 22 Contr 84.4 84.7
## 23 Contr 79.6 81.4
## 24 Contr 77.5 81.2
## 25 Contr 72.3 88.2
## 26 Contr 89.0 78.8
## 27 Cogn\nBeh Tr 80.5 82.2
## 28 Cogn\nBeh Tr 84.9 85.6
## 29 Cogn\nBeh Tr 81.5 81.4
## 30 Cogn\nBeh Tr 82.6 81.9
## 31 Cogn\nBeh Tr 79.9 76.4
## 32 Cogn\nBeh Tr 88.7 103.6
## 33 Cogn\nBeh Tr 94.9 98.4
## 34 Cogn\nBeh Tr 76.3 93.4
## 35 Cogn\nBeh Tr 81.0 73.4
## 36 Cogn\nBeh Tr 80.5 82.1
## 37 Cogn\nBeh Tr 85.0 96.7
## 38 Cogn\nBeh Tr 89.2 95.3
## 39 Cogn\nBeh Tr 81.3 82.4
## 40 Cogn\nBeh Tr 76.5 72.5
## 41 Cogn\nBeh Tr 70.0 90.9
## 42 Cogn\nBeh Tr 80.4 71.3
## 43 Cogn\nBeh Tr 83.3 85.4
## 44 Cogn\nBeh Tr 83.0 81.6
## 45 Cogn\nBeh Tr 87.7 89.1
## 46 Cogn\nBeh Tr 84.2 83.9
## 47 Cogn\nBeh Tr 86.4 82.7
## 48 Cogn\nBeh Tr 76.5 75.7
## 49 Cogn\nBeh Tr 80.2 82.6
## 50 Cogn\nBeh Tr 87.8 100.4
## 51 Cogn\nBeh Tr 83.3 85.2
## 52 Cogn\nBeh Tr 79.7 83.6
## 53 Cogn\nBeh Tr 84.5 84.6
## 54 Cogn\nBeh Tr 80.8 96.2
## 55 Cogn\nBeh Tr 87.4 86.7
## 56 Fam Tr 83.8 95.2
## 57 Fam Tr 83.3 94.3
## 58 Fam Tr 86.0 91.5
## 59 Fam Tr 82.5 91.9
## 60 Fam Tr 86.7 100.3
## 61 Fam Tr 79.6 76.7
## 62 Fam Tr 76.9 76.8
## 63 Fam Tr 94.2 101.6
## 64 Fam Tr 73.4 94.9
## 65 Fam Tr 80.5 75.2
## 66 Fam Tr 81.6 77.8
## 67 Fam Tr 82.1 95.5
## 68 Fam Tr 77.6 90.7
## 69 Fam Tr 83.5 92.5
## 70 Fam Tr 89.9 93.8
## 71 Fam Tr 86.0 91.7
## 72 Fam Tr 87.3 98.0Ejercicio 4
- Exportad los datos biopsy del paquete MASS a un archivo «.csv.»
library("MASS")
data("biopsy")
write.csv(biopsy,"C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/biopsy.csv")- Exportad los datos melanoma del paquete MASS a archivos de tres diferentes formatos y comprobad que se han creado los diferentes archivos en los formatos y las rutas especificados. Podéis generar una captura de pantalla de su ubicación en la carpeta.
library("MASS")
data("Melanoma")
write.csv(Melanoma,"C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/Melanoma.csv")
write.table(Melanoma,"C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/Melanoma.txt")
library(openxlsx)
write.xlsx(Melanoma,"C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/Melanoma.xlsx")
- Generad un resumen (summary) de la variable age de melanoma y guardad la salida que os aparece en un documento .doc
# Buscando información en internet he encontrado 2 formas. Esta es la primera
# forma usar la librería officer para exportar a un documento word
library(MASS)
library(officer)
library(flextable)
Summary_age <- capture.output(summary(Melanoma$age))
Summary_age_2 <- paste(Summary_age, collapse = "\n")
doc <- read_docx()
doc <- body_add_par(doc, "Summary de la variable age de Melanoma", style = "heading 1")
doc <- body_add_par(doc, Summary_age_2, style = "Normal")
print(doc, target = "Summary_melanoma_age.docx")
# Esta es la segunda forma que sería usar sink para que los resultados de la
# consola se impriman directamente en word y no en r. Pero aunque esta me
# pareció más secilla, no sería exportar como tal, si no escribir en un sitio
# distinto por decirlo así.
sink("Summary_age.doc")
print(summary(Melanoma$age))
sink() - Buscad un data frame en algún repositorio de datos de Biomedicina, descargad un conjunto de datos en «.csv» e importad este fichero a un documento R Markdown usando el código o el menú de importación de RStudio.
# Descargo el data frame Anticancer pepticides del repositorio
# https://archive.ics.uci.edu/datasets e importo los datos de cáncer de mama.
peptidos_anticancer_mama <- read.csv(header = TRUE, sep = ";", dec = ",", "C:/Users/Usuario/Desktop/Máster bioinformática/Software para el análisis de datos/LAB1/anticancer+peptides/ACPs_Breast_cancer.csv")
peptidos_anticancer_mama## ID.sequence.class
## 1 1,AAWKWAWAKKWAKAKKWAKAA,mod. active
## 2 2,AIGKFLHSAKKFGKAFVGEIMNS,mod. active
## 3 3,AWKKWAKAWKWAKAKWWAKAA,mod. active
## 4 4,ESFSDWWKLLAE,mod. active
## 5 5,ETFADWWKLLAE,mod. active
## 6 6,ETFSDWWKLLAE,mod. active
## 7 7,FAKALAKLAKKLL,mod. active
## 8 8,FAKALKALLKALKAL,inactive - exp
## 9 9,FAKFLAKFLKKAL,mod. active
## 10 10,FAKIIAKIAKIAKKIL,inactive - exp
## 11 11,FAKKALKALKKL,inactive - exp
## 12 12,FAKKFAKKFKKFAKKFAKFAFAF,mod. active
## 13 13,FAKKLAKKLAKAAL,inactive - exp
## 14 14,FAKKLAKKLAKAL,inactive - exp
## 15 15,FAKKLAKKLAKLAL,inactive - exp
## 16 16,FAKKLAKKLAKLL,mod. active
## 17 17,FAKKLAKKLKKLAKKLAK,inactive - exp
## 18 18,FAKKLAKKLKKLAKKLAKKWKL,mod. active
## 19 19,FAKKLAKKLKKLAKKLAKLAKKL,mod. active
## 20 20,FAKKLAKKLKKLAKKLAKLALALKALALKAL,mod. active
## 21 21,FAKKLAKKLKKLAKKLIGAVLKV,mod. active
## 22 22,FAKKLAKKLKKLAKLALAK,mod. active
## 23 23,FAKKLAKKLKKLAKLALAL,inactive - exp
## 24 24,FAKKLAKKLL,mod. active
## 25 25,FAKKLAKLAKKALAL,inactive - exp
## 26 26,FAKKLAKLAKKL,inactive - exp
## 27 27,FAKKLAKLAKKLAKLAL,very active
## 28 28,FAKKLAKLAKKLAKLALAL,very active
## 29 29,FAKKLAKLAKKLLAL,mod. active
## 30 30,FAKKLAKLALKLAKL,inactive - exp
## 31 31,FAKKLKKLAKKL,inactive - exp
## 32 32,FAKKLKKLAKLAKKL,inactive - exp
## 33 33,FAKKLLAKALKL,inactive - exp
## 34 34,FAKLA,inactive - exp
## 35 35,FAKLAKKALAKLL,inactive - exp
## 36 36,FAKLFAKLAKKFAL,inactive - exp
## 37 37,FAKLLAKAFKKAL,inactive - exp
## 38 38,FAKLLAKALKKAL,mod. active
## 39 39,FAKLLAKALKKFAL,mod. active
## 40 40,FAKLLAKALKKFL,mod. active
## 41 41,FAKLLAKALKKL,mod. active
## 42 42,FAKLLAKALKKLL,mod. active
## 43 43,FAKLLAKALKLKL,inactive - exp
## 44 44,FAKLLAKFLKKAL,inactive - exp
## 45 45,FAKLLAKLAK,inactive - exp
## 46 46,FAKLLAKLAKAKL,inactive - exp
## 47 47,FAKLLAKLAKKAL,mod. active
## 48 48,FAKLLAKLAKKFAL,inactive - exp
## 49 49,FAKLLAKLAKKGL,inactive - exp
## 50 50,FAKLLAKLAKKIL,inactive - exp
## 51 51,FAKLLAKLAKKL,mod. active
## 52 52,FAKLLAKLAKKLL,mod. active
## 53 53,FAKLLAKLAKKSL,inactive - exp
## 54 54,FAKLLAKLAKKVL,mod. active
## 55 55,FAKLLAKLAKLKL,inactive - exp
## 56 56,FAKLLALALKLKL,mod. active
## 57 57,FAKLLFKALKKAL,inactive - exp
## 58 58,FAKLLKLAAKKLL,inactive - exp
## 59 59,FAKLWAKLAFGKGIGKVGKKLL,mod. active
## 60 60,FAKLWAKLAKKL,inactive - exp
## 61 61,FALAAKALKKLAKKLKKLAKKAL,mod. active
## 62 62,FALAKKALKKAKKAL,inactive - exp
## 63 63,FALAKLAKKAKAKLKKALKAL,mod. active
## 64 64,FALALKA,inactive - exp
## 65 65,FALALKALKK,inactive - exp
## 66 66,FALALKALKKAL,inactive - exp
## 67 67,FALALKALKKALKKLKKALKKAL,mod. active
## 68 68,FALALKALKKL,inactive - exp
## 69 69,FALALKALKKLAKKLKKLAKKAL,very active
## 70 70,FALALKALKKLKKALKKAL,mod. active
## 71 71,FALALKALKKLLKKLKKLAKKAL,mod. active
## 72 72,FALALKKALKALKKAL,mod. active
## 73 73,FALALKLAKKAL,inactive - exp
## 74 74,FALALKLAKKL,inactive - exp
## 75 75,FALALKLKKL,inactive - exp
## 76 76,FALKALKKAL,inactive - exp
## 77 77,FALKALKKLKKALKKAL,mod. active
## 78 78,FALLKALKKAL,inactive - exp
## 79 79,FALLKALLKKAL,inactive - exp
## 80 80,FALLKL,inactive - exp
## 81 81,FAVGLRAIKRALKKLRRGVRKVAKDL,inactive - exp
## 82 82,FKLAFKLAKKAFL,inactive - exp
## 83 83,FKLFKKIPKFLHLAKKF,mod. active
## 84 84,FKRLAKIKVLRLAKIKR,inactive - exp
## 85 85,FKVKFKVKVK,inactive - exp
## 86 86,FLGALFKALSKLL,very active
## 87 87,FLGMIPGLIGGLISAFK,mod. active
## 88 88,FLGMIPKLIKKLIKAFK,very active
## 89 89,FLKLLAGLLKNFA,mod. active
## 90 90,FLKLLKKLAAKFLPTIICKISYKC,mod. active
## 91 91,FLKLLKKLAAKLF,very active
## 92 92,FLSLIPKLVKKIIKAFK,very active
## 93 93,GIGAVLKVLTTGLPALISWIKRKRQQ,very active
## 94 94,GIGKFLHAAKKFAKAFVAEIMNS,mod. active
## 95 95,GIGKFLHSAKKFAKAFVAEIMNS,mod. active
## 96 96,GIGKFLKKAKKFGKAFVKILKK,mod. active
## 97 97,GLFAVIKKVAAVIKKL,mod. active
## 98 98,GLFAVIKKVAAVIRRL,mod. active
## 99 99,GLFAVIKKVAKVIKKL,mod. active
## 100 100,GLFAVIKKVASVIGGL,very active
## 101 101,GLFAVIKKVASVIKGL,mod. active
## 102 102,GLFAVIKKVASVIKKL,mod. active
## 103 103,GLFDIAKKVIGVIGSL,mod. active
## 104 104,GLFDIIKKIAESF,mod. active
## 105 105,GLFDIVKKIAGHIAGSI,inactive - exp
## 106 106,GLFDIVKKIAGHIASSI,mod. active
## 107 107,GLFDIVKKIAGHIVSSI,mod. active
## 108 108,GLFDIVKKVVGAFGSL,mod. active
## 109 109,GLFDVIAKVASVIKKL,mod. active
## 110 110,GLFDVIKAVASVIGGL,mod. active
## 111 111,GLFDVIKKVAAVIGGL,mod. active
## 112 112,GLFDVIKKVASVIGGL,mod. active
## 113 113,GLFDVIKKVASVIKGL,mod. active
## 114 114,GLFDVIKKVASVIKKL,mod. active
## 115 115,GLFKVIKKVAKVIKKL,mod. active
## 116 116,GLFKVIKKVASVIGGL,mod. active
## 117 117,GLWSKIKEVGKEAAKAAAKAAGKAALGAVSEAV,mod. active
## 118 118,ILPWKWPWWPWRR,mod. active
## 119 119,KAAKKAWKAAKKAAKWWKKAA,inactive - exp
## 120 120,KAAKKAWKAAKKAWKAAKKAA,mod. active
## 121 121,KAAKKAWKAWKKAAKAAWKKAA,inactive - exp
## 122 122,KAAKKAWKWAKKAAKWAKKAA,mod. active
## 123 123,KAAKKWAKAAKKWAKAWKKAA,inactive - exp
## 124 124,KAAKKWAKAWKKAAKAWKKAA,inactive - exp
## 125 125,KIAKVALAKLGIGAVLKVLTTGL,inactive - exp
## 126 126,KKKFPWWWPFKKK,mod. active
## 127 127,KKKFPWWWPFKKKCKKKFPWWWPFKKKC,very active
## 128 128,KKKFPWWWPFKKKKKKFPWWWPFKKKK,very active
## 129 129,KKVVFKVKFK,inactive - exp
## 130 130,KLAKKLAKLAKLAKAL,mod. active
## 131 131,KLALKLALKALKAAKLA,inactive - exp
## 132 132,KLLKLLLKLYKKLLKLL,inactive - exp
## 133 133,KLlLKlLkkLLKlLKKK,mod. active
## 134 134,KQLIRFLKRLDRNGGGKLlLKlLkkLLKlLKKK,mod. active
## 135 135,KTKLFKKFAKKLAKKLKKLAKKL,mod. active
## 136 136,KWFKKIPKFLHLAKKF,mod. active
## 137 137,KWKFKKIPKFLHLAKKF,mod. active
## 138 138,KWKLAKKALALL,mod. active
## 139 139,KWKLF,inactive - exp
## 140 140,KWKLFKKALKKLKKALKKAL,very active
## 141 141,KWKLFKKIGAVLKVL,mod. active
## 142 142,KWKLFKKIGIGKFLHSAKKF,mod. active
## 143 143,KWKLFKKIKFLHSAKKF,inactive - exp
## 144 144,KWKLFKKILKFLHLAKKF,very active
## 145 145,KWKLFKKIPFLHLAKKF,mod. active
## 146 146,KWKLFKKIPHLAKKF,inactive - exp
## 147 147,KWKLFKKIPKFLH,inactive - exp
## 148 148,KWKLFKKIPKFLHL,inactive - exp
## 149 149,KWKLFKKIPKFLHLA,mod. active
## 150 150,KWKLFKKIPKFLHLAK,inactive - exp
## 151 151,KWKLFKKIPKFLHLAKK,mod. active
## 152 152,KWKLFKKIPKFLHSAKKF,mod. active
## 153 153,KWKLFKKIPLAKKF,inactive - exp
## 154 154,KWKLFKKIPLHLAKKF,inactive - exp
## 155 155,KWKLFKKIPLKKF,inactive - exp
## 156 156,KWKLFKKISKFLHLAKKF,very active
## 157 157,KWKLFKKKTKLFKKFAKKLAKKL,inactive - exp
## 158 158,KWKSFAKTFKSAKKTVLHTALKAISS,inactive - exp
## 159 159,KWKSFLKTFKSAKKTVAHTAAKAISS,inactive - exp
## 160 160,KWKSFLKTFKSAKKTVLHTALKAISS,mod. active
## 161 161,KWKSFLKTFKSAKKTVLHTLLKAISS,mod. active
## 162 162,KWKSFLKTFKSLKKTVLHTALKAISS,very active
## 163 163,KWKSFLKTFKSLKKTVLHTLLKAISS,mod. active
## 164 164,KWKSFLKTFKSLKKTVLHTLLKLISS,mod. active
## 165 165,KWKVFKKIEKMGRNIRNGIVKAGPAIAVLGEAKAL,mod. active
## 166 166,KWLRRVWRWWR,inactive - exp
## 167 167,KWWKKAAKAAKKAAKAAKKWA,mod. active
## 168 168,KYKKALKKLAKLL,inactive - exp
## 169 169,LKKLAKLALAF,inactive - exp
## 170 170,LLGDFFRKSKEKIGKEFKRIVQRIKDFLRNLVPRTES,mod. active
## 171 171,LPKWKVFKKIEKVGRNIRNGIVKAGPAIAVLGEAKALG,mod. active
## 172 172,LTFSDWWKLLAE,mod. active
## 173 173,MPKWKVFKKIEKVGRNIRNGIVKAGPAIAVLGEAKALG,inactive - exp
## 174 174,MPRWRLFRRIDRVGKQIKQGILRAGPAIALVGDARAVG,inactive - exp
## 175 175,MRKWFHNVLSSGQLLADKWPAWDYNRK,mod. active
## 176 176,MWKEFHNVLSSGQLLADKRWARWYNRW,mod. active
## 177 177,MWKWFHNVLSSWQLLADKRPARDYNRK,inactive - exp
## 178 178,MWKWFHNVLSWWWLLADKRPARDYNRK,mod. active
## 179 179,RAGLQFPVGRLLRRLLRRLLR,very active
## 180 180,RRRRRNWMWC,mod. active
## 181 181,RRRRRWCMNW,mod. active
## 182 182,VAKFLAKFLKKAL,inactive - exp
## 183 183,VAKKFAKKFKKFAKKFAKFAFAF,inactive - exp
## 184 184,VAKKLAKLAKKLAKLAL,mod. active
## 185 185,VAKKLAKLAKKLAKLALAL,inactive - exp
## 186 186,VAKKLAKLAKKLLAL,inactive - exp
## 187 187,VAKLLAKALKKLL,mod. active
## 188 188,VAKLLAKLAKKLL,mod. active
## 189 189,VAKLLAKLAKKVL,inactive - exp
## 190 190,VALALKALKKALKKLKKALKKAL,inactive - exp
## 191 191,VALALKALKKL,inactive - exp
## 192 192,VALALKALKKLAKKLKKLAKKAL,mod. active
## 193 193,VRRFPWWWPFLRR,inactive - exp
## 194 194,WALAL,inactive - exp
## 195 195,WFKKIPKFLHLAKKF,mod. active
## 196 196,WFKKIPKFLHLLKKF,very active
## 197 197,WKKIPKFLHLAKKF,inactive - exp
## 198 198,WKKIPKFLHLLKKF,very active
## 199 199,WKLFKKIPKFLHLAKKF,mod. active
## 200 200,AADIFSKFKKDMEVKFA,inactive - virtual
## 201 201,AAQKDNVKSSWAKASA,inactive - virtual
## 202 202,AASQRKLIAEKFAQALMSSL,inactive - virtual
## 203 203,AAYATLYEALVLVATLAAP,inactive - virtual
## 204 204,AEAHESIRLVFHDS,inactive - virtual
## 205 205,AEGEREARVFTLWLNSL,inactive - virtual
## 206 206,AEGVATADPLMRLAKQLK,inactive - virtual
## 207 207,AEHAKVLMDSLTGVWDNFLT,inactive - virtual
## 208 208,AEHLAKAELTTVFSTLYQKF,inactive - virtual
## 209 209,AEKAKYDEIFLKT,inactive - virtual
## 210 210,AFFTIAAVARVLD,inactive - virtual
## 211 211,AFRHSVKEELNYIRRRLERFPNRL,inactive - virtual
## 212 212,AGDVLHNVLQMLIIESHS,inactive - virtual
## 213 213,AGEMVRQARILAQATSDLVNAIKADA,inactive - virtual
## 214 214,AGNLDIMTSAALATAERMAQSMLN,inactive - virtual
## 215 215,AHAIGVLLDNL,inactive - virtual
## 216 216,AIEKEILIEAISS,inactive - virtual
## 217 217,AKQEKIIIQVALNDITHVVELL,inactive - virtual
## 218 218,AKVVRTALEDAASVAGLLIT,inactive - virtual
## 219 219,ALAVAAKPFL,inactive - virtual
## 220 220,ALGKVIKKWGTTVAKLA,inactive - virtual
## 221 221,ALYGLLKEEMGEILAK,inactive - virtual
## 222 222,AMFEQMRANVGKLLKG,inactive - virtual
## 223 223,APDAEGRAIQAVYWANKWAKEQG,inactive - virtual
## 224 224,APDLLISLATVLYHLQQ,inactive - virtual
## 225 225,APEDVRKSSKEVL,inactive - virtual
## 226 226,APLLNFVRDFVREDAKYLYSSLV,inactive - virtual
## 227 227,AQTSRWAAMQIGMSFISAY,inactive - virtual
## 228 228,ARDEAEMEYLKIAQ,inactive - virtual
## 229 229,ASLPEAIEALTKG,inactive - virtual
## 230 230,ATLKNLGSVHVSKG,inactive - virtual
## 231 231,AVDTLVLALAEAT,inactive - virtual
## 232 232,DAAALFRLHKFLTKW,inactive - virtual
## 233 233,DAAGLASRHKG,inactive - virtual
## 234 234,DAENRDLFLALLSV,inactive - virtual
## 235 235,DAHAWMIGQLKGL,inactive - virtual
## 236 236,DALEIFKTLFSLVMRFSSYL,inactive - virtual
## 237 237,DAMLRTSMVATQLVGLAMMRYV,inactive - virtual
## 238 238,DARAKKLLDKWAKWING,inactive - virtual
## 239 239,DATAALALTMA,inactive - virtual
## 240 240,DATLISELQQM,inactive - virtual
## 241 241,DDADLEKFVIEY,inactive - virtual
## 242 242,DDETLGVLMWILDRSIH,inactive - virtual
## 243 243,DDETREELEELLIQA,inactive - virtual
## 244 244,DDRVQSHILHLEHDLVHVTRKN,inactive - virtual
## 245 245,DDYLKEQVLHMKQYVSDN,inactive - virtual
## 246 246,DEAAFQKLMSNLD,inactive - virtual
## 247 247,DEAGLMRELRLFRRRIMVRIAWAQTL,inactive - virtual
## 248 248,DEETMERIMRELKKK,inactive - virtual
## 249 249,DEFTKQHIVGK,inactive - virtual
## 250 250,DEKAFKNTYRQAMND,inactive - virtual
## 251 251,DEKKILKDFLIQ,inactive - virtual
## 252 252,DEKSIITYVSSLYDAM,inactive - virtual
## 253 253,DELLSKMRFAL,inactive - virtual
## 254 254,DEPQVQAKIMAYLQQEQSNR,inactive - virtual
## 255 255,DEQYREGAVRTVASFRERLDR,inactive - virtual
## 256 256,DERLLQKYRAQVFEWG,inactive - virtual
## 257 257,DEVLLALAEQLGT,inactive - virtual
## 258 258,DFAALAQTAHRLKGVFAMLN,inactive - virtual
## 259 259,DFLEEQYKGQRDLAGKASTLKK,inactive - virtual
## 260 260,DFPALIKQASLDALFK,inactive - virtual
## 261 261,DFSETINAYFVAKLL,inactive - virtual
## 262 262,DGALKRAEELKTQANDYFK,inactive - virtual
## 263 263,DGFSVLMRAMQQ,inactive - virtual
## 264 264,DGGGFVISKHPVRLAKKLNR,inactive - virtual
## 265 265,DHAVLEVLATPVREALLARFG,inactive - virtual
## 266 266,DIFDFMERWIEKKLEYSASH,inactive - virtual
## 267 267,DIHAAIEMLLG,inactive - virtual
## 268 268,DIIGTEITSALKNVYSIAIAWIRGYESRKN,inactive - virtual
## 269 269,DILREIGMIARALDSISNIEF,inactive - virtual
## 270 270,DIRAVLRDLSFHLNGHILHSIFWPNM,inactive - virtual
## 271 271,DIRTSLANDMAIYGDIIEATREHTELAENL,inactive - virtual
## 272 272,DIYQQVRDELKRAS,inactive - virtual
## 273 273,DKETMNIHHTK,inactive - virtual
## 274 274,DLAANNGGWQWS,inactive - virtual
## 275 275,DLARIEQFLDALWLE,inactive - virtual
## 276 276,DLEAKKMYFDAVQAIETHL,inactive - virtual
## 277 277,DLESDALGWQYITG,inactive - virtual
## 278 278,DLGRKITSALRSLSN,inactive - virtual
## 279 279,DLKQAESWLHKQAQKEGWSKAARLH,inactive - virtual
## 280 280,DLKRAESMLQQA,inactive - virtual
## 281 281,DLKTMTERLRS,inactive - virtual
## 282 282,DLQLNANAERINVYY,inactive - virtual
## 283 283,DLRELIARVRALIRRKS,inactive - virtual
## 284 284,DLSASRSAIDSLNNRMLSQIWSH,inactive - virtual
## 285 285,DLVDFAVEYFTRLREARRGLEHHH,inactive - virtual
## 286 286,DMASLQQQRQE,inactive - virtual
## 287 287,DMNQVLDAYEN,inactive - virtual
## 288 288,DNAMANQYETLANARQKGIEKYL,inactive - virtual
## 289 289,DNKTRFKIIKEKLKEF,inactive - virtual
## 290 290,DNTYLNTAESLYDEF,inactive - virtual
## 291 291,DNVVLQLQVARFLMKTVAQ,inactive - virtual
## 292 292,DPARALFAAMSQ,inactive - virtual
## 293 293,DPATVKKVVNFL,inactive - virtual
## 294 294,DPAWQGFRELIEKAL,inactive - virtual
## 295 295,DPEKVLFLAGNLLARLTE,inactive - virtual
## 296 296,DPETLEAIAEN,inactive - virtual
## 297 297,DPETNINIGTSYLQYVYQQF,inactive - virtual
## 298 298,DPKRLQASLQTIVGMVVYSW,inactive - virtual
## 299 299,DPLRERQVAEKQLAALGDILSA,inactive - virtual
## 300 300,DPLWKKEMFEKYLSN,inactive - virtual
## 301 301,DPQKADAVAVN,inactive - virtual
## 302 302,DPQKRAVVNQRLYFDMGT,inactive - virtual
## 303 303,DPTKLNHAVAGL,inactive - virtual
## 304 304,DPYVILITEILL,inactive - virtual
## 305 305,DQDKIQKAIAAG,inactive - virtual
## 306 306,DQEDVAQTIRDYD,inactive - virtual
## 307 307,DQGTLFELILAANYLD,inactive - virtual
## 308 308,DQHLMAEYRELPRVFGAVRKHVANG,inactive - virtual
## 309 309,DQNGEIYMWPVAQA,inactive - virtual
## 310 310,DQQGVFVKGYAM,inactive - virtual
## 311 311,DRASYEARERHVAERLLMHLEEM,inactive - virtual
## 312 312,DRAVIEHNLLSASKL,inactive - virtual
## 313 313,DRQLRSSIERVISIFQS,inactive - virtual
## 314 314,DRTSFDKLANS,inactive - virtual
## 315 315,DSEQVVHQLERLIAR,inactive - virtual
## 316 316,DSGYRSAMSVQSSL,inactive - virtual
## 317 317,DSMVVLQQRAYEILMTIME,inactive - virtual
## 318 318,DSSVIISALKTYLVSG,inactive - virtual
## 319 319,DSVASLLDVVKSTG,inactive - virtual
## 320 320,DSVTNDIFNVAKASIEKHIWMLQAEL,inactive - virtual
## 321 321,DTAFLMEQLELREELDEIEQAK,inactive - virtual
## 322 322,DTMKDAGMQMKKVLDS,inactive - virtual
## 323 323,DTRAWALAEKLFG,inactive - virtual
## 324 324,DVALADSFDAL,inactive - virtual
## 325 325,DVEAVEIMQRIHVLRSQGGFN,inactive - virtual
## 326 326,DVLAEDTITALLH,inactive - virtual
## 327 327,DVRVKEYFDDIARYFSIGLLNLIHLFG,inactive - virtual
## 328 328,DWGEAFTAINL,inactive - virtual
## 329 329,DWLKRLQKIFPPILSI,inactive - virtual
## 330 330,DWYRTYAELRETA,inactive - virtual
## 331 331,DYERFKSYIQTL,inactive - virtual
## 332 332,EALVHKLTERM,inactive - virtual
## 333 333,EAQKIDRLVQSFSGAYFQQN,inactive - virtual
## 334 334,EDDIMYLM,inactive - virtual
## 335 335,EDDSKLASRKYARIIQKI,inactive - virtual
## 336 336,EDKEAVFDVVDTLTAVLQVATGVISTL,inactive - virtual
## 337 337,EDLPKWSGYFEKLLKKN,inactive - virtual
## 338 338,EDMIFEIFKNYLTKVAYYARQVAEMN,inactive - virtual
## 339 339,EDNLLRQLAQKV,inactive - virtual
## 340 340,EELHTSLVEEL,inactive - virtual
## 341 341,EEMIAEFKAAFDMF,inactive - virtual
## 342 342,EERVKNGLERLKKAIKSGKQST,inactive - virtual
## 343 343,EESDIKYKTSKNFINKVY,inactive - virtual
## 344 344,EEVKKHGTTVLTALGRILKQ,inactive - virtual
## 345 345,EFPEMLAEIIT,inactive - virtual
## 346 346,EFRDLHLFLGEAAETAEEVADELAERVQAL,inactive - virtual
## 347 347,EGDQQLLKRVLVRKL,inactive - virtual
## 348 348,EGHVAAVEVLRGIHRIADMS,inactive - virtual
## 349 349,EGKDRELYGKLHETLKKVTEDLEA,inactive - virtual
## 350 350,EGNKRLDSVNSIVS,inactive - virtual
## 351 351,EGQQRRIRQQRLISIGKWIADNQ,inactive - virtual
## 352 352,EGVAWLEAVLRLLAQ,inactive - virtual
## 353 353,EHEIQEWYKGFLRD,inactive - virtual
## 354 354,EIEKFRVWISIL,inactive - virtual
## 355 355,EISEMVRMRERILDSIHLG,inactive - virtual
## 356 356,EISKLVKKMISSWKDAIN,inactive - virtual
## 357 357,EKETFREKFMQH,inactive - virtual
## 358 358,EKNSYRKLVGNLYFVYSAMEEEMAKF,inactive - virtual
## 359 359,EKVQYLTRSAIRR,inactive - virtual
## 360 360,EMNYYTVLFGVSRALGVLAQLIWSRAL,inactive - virtual
## 361 361,EPEEVFKSVLKEMEG,inactive - virtual
## 362 362,EPEKVDKLQEPLLEALRLYARRRR,inactive - virtual
## 363 363,EPGQRKIVMHK,inactive - virtual
## 364 364,EQEILRQVKKAYDRAARLG,inactive - virtual
## 365 365,EQEVYAQVARL,inactive - virtual
## 366 366,EQPSLVRTLDQLEDK,inactive - virtual
## 367 367,ERQEVKQMVVATLAES,inactive - virtual
## 368 368,ERVRAAMEKLA,inactive - virtual
## 369 369,ESLYESIRRRYEEL,inactive - virtual
## 370 370,ESPVRKILRIVFHDAI,inactive - virtual
## 371 371,ETNIRVALEKSFL,inactive - virtual
## 372 372,EVKRRFPTKLGAWALIWWLL,inactive - virtual
## 373 373,EVKRSVNRDFAKWFLIVFI,inactive - virtual
## 374 374,EVNRNFGERINDLRILILLL,inactive - virtual
## 375 375,EVVGRVSKLWNEWWLIV,inactive - virtual
## 376 376,EWQTMVAALQA,inactive - virtual
## 377 377,EYKYYKLKLAEMQR,inactive - virtual
## 378 378,FADLFDPVIQERH,inactive - virtual
## 379 379,FALRLRRVINRIGQAWR,inactive - virtual
## 380 380,FEVIDTIKAAVENA,inactive - virtual
## 381 381,FFSFELVESINDVKKSLR,inactive - virtual
## 382 382,FGLKVLGWYSEMKRNVQRLERAIEEV,inactive - virtual
## 383 383,FHSVAEQF,inactive - virtual
## 384 384,FIAVHEMLDGFRTALIDHLDTMAERAVQ,inactive - virtual
## 385 385,FKATIADLSKKR,inactive - virtual
## 386 386,FKEAIEAIAESA,inactive - virtual
## 387 387,FKGKIIKKVISTGAKLI,inactive - virtual
## 388 388,FKSIYRFFEHGLK,inactive - virtual
## 389 389,FKSVQNSLQRILYLWAIRH,inactive - virtual
## 390 390,FLDQNMLAVIDELMQAL,inactive - virtual
## 391 391,FLLKKLKKVATGFAKG,inactive - virtual
## 392 392,FLLSKAKDAKSSAEGAV,inactive - virtual
## 393 393,FNQRRISSAKFLGELYNY,inactive - virtual
## 394 394,FNRMFEKSTHHYTDSVGGILR,inactive - virtual
## 395 395,FPLLVDHTSREADYFRKRLIQLNEG,inactive - virtual
## 396 396,FPNLASAAFYWSKKEN,inactive - virtual
## 397 397,FPQLTQNNSRE,inactive - virtual
## 398 398,FSALNIAVHELSDVGRAIVRN,inactive - virtual
## 399 399,FSEFIQALSVTSRG,inactive - virtual
## 400 400,FTELQRDFLRN,inactive - virtual
## 401 401,FTRIIKAAG,inactive - virtual
## 402 402,FVPVFFVVVRRR,inactive - virtual
## 403 403,FYQTFFDEADELLADMEQHLLDL,inactive - virtual
## 404 404,GAFRKLLQSAKDN,inactive - virtual
## 405 405,GAGTSVNMNTNEVLANIGLELM,inactive - virtual
## 406 406,GAPLARMEVTLALESLFGRF,inactive - virtual
## 407 407,GAQYIQAAGVALGLKMR,inactive - virtual
## 408 408,GAVAIARVFSY,inactive - virtual
## 409 409,GEAEIASLKSQIRA,inactive - virtual
## 410 410,GEAYLLLERYVAFLRA,inactive - virtual
## 411 411,GEDAILKKVAEEAAETLMASKD,inactive - virtual
## 412 412,GEGWAKSILFN,inactive - virtual
## 413 413,GEKRAEEIKKILMT,inactive - virtual
## 414 414,GFFGWFNRMFEKSTHHYTDSVGGI,inactive - virtual
## 415 415,GFKNEVRTPVTKFRIVFFVV,inactive - virtual
## 416 416,GFMIWHPKMDEYMEEIDGYLDEMSERLITL,inactive - virtual
## 417 417,GFSVQRRLWLAS,inactive - virtual
## 418 418,GFYPMVAAQRI,inactive - virtual
## 419 419,GGFAAAIARRA,inactive - virtual
## 420 420,GGKEALAIENFADAL,inactive - virtual
## 421 421,GGSSGVLMSIFFTAAGQKLEQ,inactive - virtual
## 422 422,GHNLISLLEVLSG,inactive - virtual
## 423 423,GIHELAVFAEEH,inactive - virtual
## 424 424,GKASLRAAELYSKY,inactive - virtual
## 425 425,GKDAAAEEISQLLYHVQVMMVARG,inactive - virtual
## 426 426,GKKGPKFIQAVASLKA,inactive - virtual
## 427 427,GKSNMMDAISFVL,inactive - virtual
## 428 428,GKTTAALALARELFG,inactive - virtual
## 429 429,GKTTFVKRHLTG,inactive - virtual
## 430 430,GKTTILYRLQVG,inactive - virtual
## 431 431,GLEKLEESIYRE,inactive - virtual
## 432 432,GLFDKVKSLVPKIAKAV,inactive - virtual
## 433 433,GLFDVIGSQAGGAAPHFLG,inactive - virtual
## 434 434,GLFKLIKFAKKKSPGAF,inactive - virtual
## 435 435,GLGKIIGKVKKSLLKSI,inactive - virtual
## 436 436,GLGLVLKIAVNAFLKLVA,inactive - virtual
## 437 437,GLLDIAGGNAETLAGHAV,inactive - virtual
## 438 438,GLNAELTRYTLSLMVLERKLSSA,inactive - virtual
## 439 439,GLTSLMAIDKL,inactive - virtual
## 440 440,GLWAIAVKAGKVILKLIVFIWIRV,inactive - virtual
## 441 441,GLWKSLGAVVKRVEGLWVGLF,inactive - virtual
## 442 442,GNFADLLAHSDGLIKNISDDLRALDKLI,inactive - virtual
## 443 443,GNYLRAEILYRLK,inactive - virtual
## 444 444,GPDMTAMVALIASV,inactive - virtual
## 445 445,GPKDAVVKVFNQWG,inactive - virtual
## 446 446,GPKKAQLIVGWRELHG,inactive - virtual
## 447 447,GSDFLIHFIDE,inactive - virtual
## 448 448,GSHANEFFFRA,inactive - virtual
## 449 449,GTLRHAANAAFIMLEAAEL,inactive - virtual
## 450 450,GTTTAVIIAGGLLQQAQGLIN,inactive - virtual
## 451 451,GVSGLAAARQLQSF,inactive - virtual
## 452 452,GWQNELLLLLRYLDEN,inactive - virtual
## 453 453,GYKKVSKSYTGEWKKYLNSL,inactive - virtual
## 454 454,HAHASAIAKAYASEIAFEAANQAIQIHG,inactive - virtual
## 455 455,HALRTIVFELLTRH,inactive - virtual
## 456 456,HDKHIEIVVRQM,inactive - virtual
## 457 457,HDLVTDGLITLYIETK,inactive - virtual
## 458 458,HFGSLLLLAAWLAEN,inactive - virtual
## 459 459,HGLVKAGHPLKRKLGH,inactive - virtual
## 460 460,HHKAYVDGANTALDKLAEARDK,inactive - virtual
## 461 461,HKEMAKAFEEW,inactive - virtual
## 462 462,HLDLINMMSRLAREELVHHEQVLRLMKRR,inactive - virtual
## 463 463,HMKMRSQLLIVLQEHLRN,inactive - virtual
## 464 464,HPAFIAHADRVLGGLDIAIST,inactive - virtual
## 465 465,HPFYQALGQLARLTLAQWQAQL,inactive - virtual
## 466 466,HQAAMQMLKETINEEAAEWDRLH,inactive - virtual
## 467 467,HSATRAAMLVRINT,inactive - virtual
## 468 468,HSDWISNANKVRVIYWQMT,inactive - virtual
## 469 469,HSRRGLLKMVGKRRRLLAYLRNK,inactive - virtual
## 470 470,HTFLDDIVGAIAAAAASRLAHSYHD,inactive - virtual
## 471 471,HVVDEKARLIYED,inactive - virtual
## 472 472,HWDKVADMVANFAHEIDTYG,inactive - virtual
## 473 473,IAMVNGLMGVLDKLAHLIDE,inactive - virtual
## 474 474,IASEFKNIATNS,inactive - virtual
## 475 475,IDDLRVIARENLERRRK,inactive - virtual
## 476 476,IDDSVNNLIPFMQKH,inactive - virtual
## 477 477,IEEATEFYENDV,inactive - virtual
## 478 478,IEFRKAFLKIL,inactive - virtual
## 479 479,IGVQQHADKVQRALGEAIDD,inactive - virtual
## 480 480,IHNVVGKL,inactive - virtual
## 481 481,IKPLNNFAAEVGKIRDS,inactive - virtual
## 482 482,IMELLGTVIQHEGIHQGQYYVALKQSG,inactive - virtual
## 483 483,IPAAKINWDRDIEYMAGILEN,inactive - virtual
## 484 484,IPAVANWIKRR,inactive - virtual
## 485 485,IPEAKSFYGFQIMIENIHSETYSLLIDTYI,inactive - virtual
## 486 486,IRVNATKAYEMAL,inactive - virtual
## 487 487,KDAENHKAYLKSH,inactive - virtual
## 488 488,KDFETLKVDFLSKLPEMLKMFEDRL,inactive - virtual
## 489 489,KDTVIEDIIDKTFEEAD,inactive - virtual
## 490 490,KEDIHRSLVEELTKISAKEK,inactive - virtual
## 491 491,KEEGYFYFRSRLSQ,inactive - virtual
## 492 492,KEEVQKVLEDA,inactive - virtual
## 493 493,KEIAEKMVEGRMKKFTGEV,inactive - virtual
## 494 494,KFLKKWEGIWATFKPALSAVV,inactive - virtual
## 495 495,KFLRFILKWFKVIFQ,inactive - virtual
## 496 496,KFLTKLKNIVANIRIWWVILL,inactive - virtual
## 497 497,KGQEYINNIHL,inactive - virtual
## 498 498,KHFDFLAEFNAKAND,inactive - virtual
## 499 499,KHHAAYVNNLNNALKK,inactive - virtual
## 500 500,KIPDDLQADFNKFR,inactive - virtual
## 501 501,KKAEAVATVVAAVDQARVR,inactive - virtual
## 502 502,KKDVKLILDTILETITEALAK,inactive - virtual
## 503 503,KKEELQRSLNILTAF,inactive - virtual
## 504 504,KKQELLEALTKHFQ,inactive - virtual
## 505 505,KKTAERLIVEMKDRFKG,inactive - virtual
## 506 506,KKVKGYKRALTE,inactive - virtual
## 507 507,KLDSRFDNNLGKFRFVLLLFV,inactive - virtual
## 508 508,KLEEKFPQVAAT,inactive - virtual
## 509 509,KLKELALIFISNLVAN,inactive - virtual
## 510 510,KNIKRNVEKIIAQWDERTRK,inactive - virtual
## 511 511,KPEEVEQIKLYVMSREYEDYMAR,inactive - virtual
## 512 512,KPEQYNIVGEHLLATLDEMFS,inactive - virtual
## 513 513,KPQELLSLIIERFE,inactive - virtual
## 514 514,KPQERADLISYLKEATS,inactive - virtual
## 515 515,KPWLSVILFLIRERSR,inactive - virtual
## 516 516,KQAEAEEFVQTLGQSLA,inactive - virtual
## 517 517,KQLTAIAALAE,inactive - virtual
## 518 518,KREIIHAVLTGLALDQLAEQ,inactive - virtual
## 519 519,KREVQNAILTGIQLDKLAED,inactive - virtual
## 520 520,KSEALAKMWGQRK,inactive - virtual
## 521 521,KTASTGFAELLKDRREQV,inactive - virtual
## 522 522,KTFRTTFKTLL,inactive - virtual
## 523 523,KVAEFERLFRQAAG,inactive - virtual
## 524 524,KVNRAVAAEIRNWTWVFLIW,inactive - virtual
## 525 525,KVRETREILDIIDTVYNS,inactive - virtual
## 526 526,KVRGLIEIISN,inactive - virtual
## 527 527,KVSDILTVAIRLEEEGERFYRELS,inactive - virtual
## 528 528,KVVDNFENILII,inactive - virtual
## 529 529,KVWKGVKTIIADVWQV,inactive - virtual
## 530 530,KWEAEKIHIGFRQAY,inactive - virtual
## 531 531,KWVRIWIKVLRGLFVWVWFF,inactive - virtual
## 532 532,KYDHFAGRAYVRLHQD,inactive - virtual
## 533 533,LADLQEQLYNG,inactive - virtual
## 534 534,LDAYINLGNVLKEA,inactive - virtual
## 535 535,LDEAATRSKAWMVDALA,inactive - virtual
## 536 536,LEARMKQFKDMLLER,inactive - virtual
## 537 537,LEEFDKVSKNVD,inactive - virtual
## 538 538,LEPIKAWIEKR,inactive - virtual
## 539 539,LEQVEFKLNQLLENL,inactive - virtual
## 540 540,LHDAIHMAADNAV,inactive - virtual
## 541 541,LKRAEALIHLANAALE,inactive - virtual
## 542 542,LKYVGMVLNEALRLW,inactive - virtual
## 543 543,LLNIRREFIEKY,inactive - virtual
## 544 544,LLPALLQQIGREN,inactive - virtual
## 545 545,LLTEVETYVLSI,inactive - virtual
## 546 546,LMEPVREAAGRLADA,inactive - virtual
## 547 547,LMGHQKKILGSIQTMRAQLT,inactive - virtual
## 548 548,LNNFSRYFLHQSREETEHAEKLMRLQNQRG,inactive - virtual
## 549 549,LPEDQELLFQSASLELFVLRLAYRA,inactive - virtual
## 550 550,LPHFYELFSLWA,inactive - virtual
## 551 551,LPIHYKLSQEFFLKAYEN,inactive - virtual
## 552 552,LQAPLQRRILEIGKKH,inactive - virtual
## 553 553,LQMEFKYLAYLTG,inactive - virtual
## 554 554,LQNAIIEFYTEYY,inactive - virtual
## 555 555,LQWYVSEQHEEEALFRGIVDKIKLIG,inactive - virtual
## 556 556,LREIVENMIKSSLERAIAAY,inactive - virtual
## 557 557,LRSWFRERLIAHRLASVNL,inactive - virtual
## 558 558,LRTYFMERLRHYRQLSL,inactive - virtual
## 559 559,LSTVSNFFMNA,inactive - virtual
## 560 560,LVGALMHVMQKRSR,inactive - virtual
## 561 561,LVLPIAQALKVLG,inactive - virtual
## 562 562,MEALKKQILQI,inactive - virtual
## 563 563,MEKLNQLWEKAQRLH,inactive - virtual
## 564 564,MLEEYRKHVAERAAE,inactive - virtual
## 565 565,MPEVFNYLGIYLTQA,inactive - virtual
## 566 566,MPGTATHTVKMFS,inactive - virtual
## 567 567,MPYTDAVVHEVQRYID,inactive - virtual
## 568 568,MTDQQAEARAF,inactive - virtual
## 569 569,MVFKQMEQVAQFLKAAEDY,inactive - virtual
## 570 570,MYSNRMRSYKQEMGKLETDFKRSRI,inactive - virtual
## 571 571,NAAGWDLLLTLYRSA,inactive - virtual
## 572 572,NAAQLDALAHALLEIPRFSYATR,inactive - virtual
## 573 573,NAGQANEFFNEFWS,inactive - virtual
## 574 574,NAKIARINELAAKAKAGV,inactive - virtual
## 575 575,NAKYVAEATGNFITVMDALKL,inactive - virtual
## 576 576,NASRTVGVVAALL,inactive - virtual
## 577 577,NDAEVKKIAAQYGKD,inactive - virtual
## 578 578,NDEETVALTAGGHT,inactive - virtual
## 579 579,NEEVRIEAIIGLSYR,inactive - virtual
## 580 580,NEQDLGIQYKALKPEVDKLNIMAAKRQQEL,inactive - virtual
## 581 581,NEYIMSLISDN,inactive - virtual
## 582 582,NFKDVIETAKKVMNF,inactive - virtual
## 583 583,NGETFLTELLD,inactive - virtual
## 584 584,NGLEVVKALAQG,inactive - virtual
## 585 585,NIDEIERKIDEAIEKE,inactive - virtual
## 586 586,NIDSYLNAVNIINIFKIIG,inactive - virtual
## 587 587,NIEQLWRDYNKYEEGIN,inactive - virtual
## 588 588,NILKQIFKLLQA,inactive - virtual
## 589 589,NINELFIEISRRI,inactive - virtual
## 590 590,NIPKHTHRFFILVLEI,inactive - virtual
## 591 591,NKDQWEERIQVWHEEH,inactive - virtual
## 592 592,NKEEMMDIVKAIYDMMG,inactive - virtual
## 593 593,NKLVDRWLHVRKHLLVAYYNLVG,inactive - virtual
## 594 594,NKQADSIKQMEERNKKRVENFKKTG,inactive - virtual
## 595 595,NKRAVDWAMRAAMAL,inactive - virtual
## 596 596,NKSVGAVYAILYLS,inactive - virtual
## 597 597,NLDSIQEELADVIAWTVSIANLEG,inactive - virtual
## 598 598,NLEQTARRWLEERG,inactive - virtual
## 599 599,NLESEIHTVLKHLVENN,inactive - virtual
## 600 600,NLFDHFSAVAQRL,inactive - virtual
## 601 601,NLFPIVFGVIFDA,inactive - virtual
## 602 602,NLLYDIVKENG,inactive - virtual
## 603 603,NLNQSIDNFVNMAFFA,inactive - virtual
## 604 604,NLSTLAALVAAAG,inactive - virtual
## 605 605,NLTQLKASFAVQ,inactive - virtual
## 606 606,NLVADMRFNVVRESEARLQVSRLYS,inactive - virtual
## 607 607,NNAITKGFTALEKLLV,inactive - virtual
## 608 608,NPAAEKMQVLQVLDRLRGKLQEKG,inactive - virtual
## 609 609,NPAQYLAQHEQLL,inactive - virtual
## 610 610,NPARALYQTVRELIENSLDA,inactive - virtual
## 611 611,NPEILLARVKRFLERE,inactive - virtual
## 612 612,NPERVLLQLKYRYDVEI,inactive - virtual
## 613 613,NPGQAIWLGEFSKRH,inactive - virtual
## 614 614,NPMIIEGQIHGGLTEGYAVAMG,inactive - virtual
## 615 615,NPQVLADIGAEAT,inactive - virtual
## 616 616,NPRWIGRHKHMFNFLD,inactive - virtual
## 617 617,NPVLQQHFRNLEALAL,inactive - virtual
## 618 618,NQDELEGYNLFKGSG,inactive - virtual
## 619 619,NQPFALEMIKSRQKKD,inactive - virtual
## 620 620,NQRALLKSLQDYRQHLDQLITLISN,inactive - virtual
## 621 621,NREANLQALIATG,inactive - virtual
## 622 622,NRKMAMGRKKFNMD,inactive - virtual
## 623 623,NSDQDAGIAIIRRAL,inactive - virtual
## 624 624,NSNHQMLLVQQAEDKIKELLNT,inactive - virtual
## 625 625,NSNTFLTRLLVHM,inactive - virtual
## 626 626,NSREREMFVQEVRRYY,inactive - virtual
## 627 627,NSSDSIDWLTSM,inactive - virtual
## 628 628,NSVLRAVAEVYA,inactive - virtual
## 629 629,NTDTLERVTEIFKALG,inactive - virtual
## 630 630,NTEKLLKTVPIIQNQMDALLD,inactive - virtual
## 631 631,NTPEAYSVLFDMAREVNRLKAED,inactive - virtual
## 632 632,NVGKAWAEDVLALVKH,inactive - virtual
## 633 633,NVKDLADAAKRT,inactive - virtual
## 634 634,NVKDVTKLVAN,inactive - virtual
## 635 635,NWDDMEKIWHHTFYN,inactive - virtual
## 636 636,NYAHLNRGIALYYG,inactive - virtual
## 637 637,NYEEIYILNHILR,inactive - virtual
## 638 638,NYEKFSETKERLLEKF,inactive - virtual
## 639 639,PAERYYRDARIT,inactive - virtual
## 640 640,PALDILKALVDNLYVEN,inactive - virtual
## 641 641,PATSRKIFKYIRELDE,inactive - virtual
## 642 642,PDEVSALRRTTEKNTTTLINLAKQH,inactive - virtual
## 643 643,PDFRKAFKRLL,inactive - virtual
## 644 644,PDIKAQYQQRWL,inactive - virtual
## 645 645,PDYREVMETFQE,inactive - virtual
## 646 646,PEALTVAATEVRRIRDRAIQSDAQVAPMTT,inactive - virtual
## 647 647,PEDFANHLFTVFD,inactive - virtual
## 648 648,PEKEAVTLGIKALKSSL,inactive - virtual
## 649 649,PEVQIAILTEQINNLNEHLRV,inactive - virtual
## 650 650,PEYEHLYTELTGTIVLLIES,inactive - virtual
## 651 651,PGLRRAWKRLQ,inactive - virtual
## 652 652,PGRIQRVARGS,inactive - virtual
## 653 653,PIAFIHKAI,inactive - virtual
## 654 654,PIDIDYMISDTLELLR,inactive - virtual
## 655 655,PIEAFLRLNEELEERG,inactive - virtual
## 656 656,PIKFIRKA,inactive - virtual
## 657 657,PKAYAQHVFRS,inactive - virtual
## 658 658,PKPLVSFFQSLLQLVNHDLLEQQN,inactive - virtual
## 659 659,PLEELFLEQLEA,inactive - virtual
## 660 660,PLGRLIHMVNQKKDRLLNEYLS,inactive - virtual
## 661 661,PLTKGILGFVFTLT,inactive - virtual
## 662 662,PNDMSRIFNIVKESL,inactive - virtual
## 663 663,PNGPTHAPWLLAHKIQ,inactive - virtual
## 664 664,PQHERDVIYEEES,inactive - virtual
## 665 665,PQSYAMAIARQESA,inactive - virtual
## 666 666,PQYALELLTVYAWEQGS,inactive - virtual
## 667 667,PQYSQARVMLVKTISMISIVDDTFDA,inactive - virtual
## 668 668,PRESFAVLASALALMAAVFERLAVEIRELS,inactive - virtual
## 669 669,PRRQQSLALRWLVQAANQ,inactive - virtual
## 670 670,PSALIDQEINVLRQQAAQRF,inactive - virtual
## 671 671,PSDQQNEMVRE,inactive - virtual
## 672 672,PSFFRLHKYMDNIFKKHTD,inactive - virtual
## 673 673,PSSQIVGTQAVFNVMMG,inactive - virtual
## 674 674,PSVVANTVKGG,inactive - virtual
## 675 675,PTKEREQVIAHLGL,inactive - virtual
## 676 676,PTLLDLFAEDIGHANQLLQLVDEEFQALER,inactive - virtual
## 677 677,PVSDTMDMLTKL,inactive - virtual
## 678 678,PWTQRFFESFG,inactive - virtual
## 679 679,QAGNYASMFWLT,inactive - virtual
## 680 680,QAKEVLKQHFEKS,inactive - virtual
## 681 681,QARVWVARAVSEHQRFTA,inactive - virtual
## 682 682,QASTGSLLNILR,inactive - virtual
## 683 683,QDDVLEALSAAVR,inactive - virtual
## 684 684,QDELVWGAYWLYKAT,inactive - virtual
## 685 685,QDLLDRVLAAHAYWSQ,inactive - virtual
## 686 686,QEWVELMVEAKE,inactive - virtual
## 687 687,QFRRGANFKFELGEILEND,inactive - virtual
## 688 688,QFSRQMLDRKLLLG,inactive - virtual
## 689 689,QGLAEKIFWSLK,inactive - virtual
## 690 690,QHLAKLEMKIFFEEL,inactive - virtual
## 691 691,QIKQTNAGAVYRLIDQLG,inactive - virtual
## 692 692,QINEMHLLIQQAR,inactive - virtual
## 693 693,QIPRIAREKIRGLTEYF,inactive - virtual
## 694 694,QLEESMLYSLN,inactive - virtual
## 695 695,QLLRGVGAAATAVTQALNELLQHVKA,inactive - virtual
## 696 696,QLVDRLDQSWQYYQDRLMA,inactive - virtual
## 697 697,QLVSFLIRLLKVWIRVVI,inactive - virtual
## 698 698,QMSFWGATVITGLFG,inactive - virtual
## 699 699,QPNAILEKVFTA,inactive - virtual
## 700 700,QRAFLKLYMITMTE,inactive - virtual
## 701 701,QTREHLLLARQI,inactive - virtual
## 702 702,QVIAKWGAWVKRIEAKFRSL,inactive - virtual
## 703 703,QVIEVLNKQVADWSVLFTKLHNFHWYV,inactive - virtual
## 704 704,QVTQELRALMDETMKELKAYKSELEE,inactive - virtual
## 705 705,RAAAIEQLKIWGERVG,inactive - virtual
## 706 706,RDIPELAQLQSEILDAIW,inactive - virtual
## 707 707,REEEKEALRFAEAQ,inactive - virtual
## 708 708,REEIYQAFEAIYPVLSEF,inactive - virtual
## 709 709,REGFLSPLKAYLI,inactive - virtual
## 710 710,RFESAVETLLDIESQLEDL,inactive - virtual
## 711 711,RFLIRVYHPLLLKVL,inactive - virtual
## 712 712,RFLKRVQPLVNRWLLLI,inactive - virtual
## 713 713,RFSGKVREDLTKIVWVFFW,inactive - virtual
## 714 714,RFVPRWRTVVGQFKRDILVIFLW,inactive - virtual
## 715 715,RGEQMKGHAATIEDQVRRMIA,inactive - virtual
## 716 716,RGFRGWWLASTILLLVAEK,inactive - virtual
## 717 717,RGQLIREAYED,inactive - virtual
## 718 718,RHSDNINKFLDFIHGI,inactive - virtual
## 719 719,RIENGLRKRLQSIYRHLEE,inactive - virtual
## 720 720,RILKNFDSWWGKVIVIL,inactive - virtual
## 721 721,RILQWIIRLLLIVWW,inactive - virtual
## 722 722,RIWARLQGVFRVVFWL,inactive - virtual
## 723 723,RKQSLEQDLQFYYG,inactive - virtual
## 724 724,RLDEAEASARSGIEVL,inactive - virtual
## 725 725,RLFEQASRLAEHY,inactive - virtual
## 726 726,RLKSGWRDALKQIVFFFFL,inactive - virtual
## 727 727,RLLGKWSAILKNVRFFFFWL,inactive - virtual
## 728 728,RLVVLEALTNFLNH,inactive - virtual
## 729 729,RLWTQWQAIVQEIRFLWLLL,inactive - virtual
## 730 730,RMDEVRTLQENLRQLQDEYDQQQT,inactive - virtual
## 731 731,RNEVVSLMQANG,inactive - virtual
## 732 732,RPEDKSKIVAEIR,inactive - virtual
## 733 733,RPEVQDALSAE,inactive - virtual
## 734 734,RPQLRNLLHEK,inactive - virtual
## 735 735,RPRIIAAIWHYVKAR,inactive - virtual
## 736 736,RRQELEEFSAALARR,inactive - virtual
## 737 737,RVIEGIKNVIPKLLTWWP,inactive - virtual
## 738 738,RVNAAIPNIIV,inactive - virtual
## 739 739,RVWRWIVKWWLFV,inactive - virtual
## 740 740,RYGWRTAVDYSWFG,inactive - virtual
## 741 741,SAATADFVAMTAMAARIF,inactive - virtual
## 742 742,SAAWAEWQKAR,inactive - virtual
## 743 743,SAEEMVQTLVNDYSALIQELKEGMEVAGEA,inactive - virtual
## 744 744,SANNIIEEIQMQK,inactive - virtual
## 745 745,SASSQNAWLAANRN,inactive - virtual
## 746 746,SAVKVLAEESK,inactive - virtual
## 747 747,SDEFNTVADNLVTFGDSFLQVILDHI,inactive - virtual
## 748 748,SDELSRAWEVAYDELAAAIK,inactive - virtual
## 749 749,SDIFNKNMRAHALEK,inactive - virtual
## 750 750,SDIKKLGSSWIINWFFG,inactive - virtual
## 751 751,SDSEISTILSDVVTNER,inactive - virtual
## 752 752,SDWYLKGRLTSLESQFINALGILET,inactive - virtual
## 753 753,SEAAKAYMKGLEYQMSGNEQWSKT,inactive - virtual
## 754 754,SEEEENNVIEQAKEEIKEAIKKADET,inactive - virtual
## 755 755,SEELNSAWTIAYDELAIVIKKEMDDA,inactive - virtual
## 756 756,SEERIRSGVKRLSKSRQ,inactive - virtual
## 757 757,SEEVLAMVSRKM,inactive - virtual
## 758 758,SEEYIQLLKKLI,inactive - virtual
## 759 759,SEREAVEIIKKN,inactive - virtual
## 760 760,SESAVSHQLRSLRNL,inactive - virtual
## 761 761,SESKLIEQAFR,inactive - virtual
## 762 762,SFADFKAQFTDAAIKN,inactive - virtual
## 763 763,SFDRVMNAIEEN,inactive - virtual
## 764 764,SFSRIISELGTRD,inactive - virtual
## 765 765,SGARRVRIAQTLTEN,inactive - virtual
## 766 766,SGDELYELLQHILKQRDHHHHH,inactive - virtual
## 767 767,SGPAYVFYLLDALQNAAIRQ,inactive - virtual
## 768 768,SGRFWKLYIEAEIKA,inactive - virtual
## 769 769,SGTIKAAHEVLMEMG,inactive - virtual
## 770 770,SHAQDIYKEAFNSAWDQY,inactive - virtual
## 771 771,SIDEKYEAEVKKSEIDHHK,inactive - virtual
## 772 772,SIERLLEMESL,inactive - virtual
## 773 773,SIPHLANLLIERSQ,inactive - virtual
## 774 774,SISRYKTIEWLNYIATEL,inactive - virtual
## 775 775,SKDALMLEAFEQLLGKRRELLGE,inactive - virtual
## 776 776,SKDLAQTSYFMATNSLHLT,inactive - virtual
## 777 777,SKEDIDTAMKLGAG,inactive - virtual
## 778 778,SKEDVERVKLRINLARNWVKKY,inactive - virtual
## 779 779,SKEEQRDYVFYLAVGNYRL,inactive - virtual
## 780 780,SKIQKELVAIMN,inactive - virtual
## 781 781,SKPIQNVESGFIFALVS,inactive - virtual
## 782 782,SKYLKSLLSLM,inactive - virtual
## 783 783,SKYRLTVVVAKRAQQLLRH,inactive - virtual
## 784 784,SLAEALGWLFVSEGS,inactive - virtual
## 785 785,SLEQQFSIRSFATQVQNM,inactive - virtual
## 786 786,SLESLIDMITSI,inactive - virtual
## 787 787,SLKDQLALAIGKLG,inactive - virtual
## 788 788,SLLPTLSAIAEL,inactive - virtual
## 789 789,SLPEMFDKMRPYYEESKKRVKE,inactive - virtual
## 790 790,SMDHRIERLEYYIQLLVK,inactive - virtual
## 791 791,SNEQRQDIAFAYQRRTK,inactive - virtual
## 792 792,SNEVMRILISRSLLQE,inactive - virtual
## 793 793,SNTELQAVDGRFKRAVASMEAARALTNN,inactive - virtual
## 794 794,SPAEVRDLDFANDASKVLGSIAGKLEK,inactive - virtual
## 795 795,SPAQAEALGVWRRYRAYFDA,inactive - virtual
## 796 796,SPAVIDYVNRLEEIRDNV,inactive - virtual
## 797 797,SPAVQMKIKELYRRR,inactive - virtual
## 798 798,SPEEAAALVDGLR,inactive - virtual
## 799 799,SPEEKEEWMKSIKASISR,inactive - virtual
## 800 800,SPEHRQELIER,inactive - virtual
## 801 801,SPEIASGLKKLIRE,inactive - virtual
## 802 802,SPEQMQVLLDQAG,inactive - virtual
## 803 803,SPEVVVARGEQE,inactive - virtual
## 804 804,SPKEAYAYLEKLRSIIQYTG,inactive - virtual
## 805 805,SPKESEVLRLFAEG,inactive - virtual
## 806 806,SPKSTYSYWASVLN,inactive - virtual
## 807 807,SPSKSLQMILRRALGDFENMLAD,inactive - virtual
## 808 808,SPVVIKKRIEGLIER,inactive - virtual
## 809 809,SQESINQLVYMG,inactive - virtual
## 810 810,SQRQRDELNRAIADYLRSN,inactive - virtual
## 811 811,SRAITQYIAHR,inactive - virtual
## 812 812,SRAKASFDTRVAAAELALNR,inactive - virtual
## 813 813,SRDLQEKYERHMEKLIELANKEVERT,inactive - virtual
## 814 814,SRKALTEGNIMAVQAMAYFKELIQKRKRH,inactive - virtual
## 815 815,SRPLHISTFINELDSGFRLL,inactive - virtual
## 816 816,SRWGVLILVAL,inactive - virtual
## 817 817,SSAVSRIISKLKQ,inactive - virtual
## 818 818,SSQNWQRFYQLTKLLDSMHEVVENLL,inactive - virtual
## 819 819,SSREWFSTLYRLFIG,inactive - virtual
## 820 820,STATFYDAKKFLIQE,inactive - virtual
## 821 821,STEVVALSRLQGSLQDMLWQLDLS,inactive - virtual
## 822 822,STLVQTPALRAVGNIV,inactive - virtual
## 823 823,STLVSVAVALAAYKTG,inactive - virtual
## 824 824,SVADHSYRVAFITLLLAEELKKK,inactive - virtual
## 825 825,SVEGLQEFVKNLVGYYI,inactive - virtual
## 826 826,SVEKKVPLLHNFHSFL,inactive - virtual
## 827 827,SVEVAELWSTFMQKWIAYTAAVIDAERDR,inactive - virtual
## 828 828,SVLENHHLAVGFKL,inactive - virtual
## 829 829,SVNSEIYQRVMESFKKEG,inactive - virtual
## 830 830,SVPYFIENLKQHIEMN,inactive - virtual
## 831 831,SVRKVFHLVRIKQVAWANEG,inactive - virtual
## 832 832,SVSRAAITAAY,inactive - virtual
## 833 833,SVSSIKQAVDFLSNE,inactive - virtual
## 834 834,SVTELITKAVSA,inactive - virtual
## 835 835,SVTKILQRFEDAGG,inactive - virtual
## 836 836,SVWASISSYLDELTEGL,inactive - virtual
## 837 837,SWQSLKDRYLKHL,inactive - virtual
## 838 838,SYKDLFLELYGKIKD,inactive - virtual
## 839 839,TAAQELMIQQLVAAQLQ,inactive - virtual
## 840 840,TAEQRREMLEAKRKQIINFISRN,inactive - virtual
## 841 841,TAESFYNQGIRLSFEQWG,inactive - virtual
## 842 842,TAHEAVLDFLTGRVEVFT,inactive - virtual
## 843 843,TAKQIQAAYLLVENELM,inactive - virtual
## 844 844,TAPEMTALVGGMRVLG,inactive - virtual
## 845 845,TDAEAKQLAQWILS,inactive - virtual
## 846 846,TDKQFENRLNDNLEELIQ,inactive - virtual
## 847 847,TDLEILALLIAALSH,inactive - virtual
## 848 848,TDQQKVSEIFQSSKEKLQGDAKVVSDAFK,inactive - virtual
## 849 849,TEAKKEELLRKLNILEVF,inactive - virtual
## 850 850,TEEEMLQAAHITAKLAQAAET,inactive - virtual
## 851 851,TEKGKEIFGEILSNFESLLKSVLEK,inactive - virtual
## 852 852,TEQDIIDLKFAIAD,inactive - virtual
## 853 853,TEQNFQLAKQIQSQWKEFG,inactive - virtual
## 854 854,TEREQALAAYAEKLTRH,inactive - virtual
## 855 855,TESMKTVRIREKIKKFL,inactive - virtual
## 856 856,TETQIRELLFDLELAYKSFYALL,inactive - virtual
## 857 857,TEVYQILNRVS,inactive - virtual
## 858 858,TFPDKALKGKKSIENIVV,inactive - virtual
## 859 859,TFPEWHRLYTVQFEDALRRH,inactive - virtual
## 860 860,TFPNWHRLLTKQMEDALVAK,inactive - virtual
## 861 861,TFSQVLDDLSARFI,inactive - virtual
## 862 862,TGALRTQYDVSLMTVKS,inactive - virtual
## 863 863,THAEMLHALKERY,inactive - virtual
## 864 864,THNKLLKNVAFMKSYILEKVKEHQES,inactive - virtual
## 865 865,TIEEFHSKLQEATN,inactive - virtual
## 866 866,TIQSRFNYAWGLIKS,inactive - virtual
## 867 867,TISLGVSIAHVMEAVE,inactive - virtual
## 868 868,TITEMVFLAEVYKSGG,inactive - virtual
## 869 869,TIVELVVRVWRWFLVIWVLW,inactive - virtual
## 870 870,TKDEFMSGEPIFTKYFQNLV,inactive - virtual
## 871 871,TKDEQVEGLLA,inactive - virtual
## 872 872,TKGEREMIVVATSAAN,inactive - virtual
## 873 873,TKIWLNAARRTGKVPARIRKL,inactive - virtual
## 874 874,TLDQMRSRLAYDG,inactive - virtual
## 875 875,TLEDYVRYVTLDM,inactive - virtual
## 876 876,TLIREWGDAVFDIF,inactive - virtual
## 877 877,TMEGKFKAVAEDVAQRYMT,inactive - virtual
## 878 878,TMVQAITDALRIELKND,inactive - virtual
## 879 879,TNDEIFSILKD,inactive - virtual
## 880 880,TPAKALKSAIHVAYILKK,inactive - virtual
## 881 881,TPDQQTLLHFIMDSYN,inactive - virtual
## 882 882,TPEEVKKHYEILVEDIKYIESG,inactive - virtual
## 883 883,TPEEYQTYVAQVDK,inactive - virtual
## 884 884,TPEKMGEMAQKFRE,inactive - virtual
## 885 885,TPEKRVDRIFAMMD,inactive - virtual
## 886 886,TPERLEKLVKEVL,inactive - virtual
## 887 887,TPETITHYLETVNHAM,inactive - virtual
## 888 888,TPEVVKERLLS,inactive - virtual
## 889 889,TPLGIGITDYYIR,inactive - virtual
## 890 890,TPQDIADRERIFKRFD,inactive - virtual
## 891 891,TPSDIKELRDAMAKVQAD,inactive - virtual
## 892 892,TPVYRTAIRYYLQMLF,inactive - virtual
## 893 893,TPWSKGFLASSYASR,inactive - virtual
## 894 894,TPYDAKGLLISAIRD,inactive - virtual
## 895 895,TQAQETQGQAAARAAAADLAAG,inactive - virtual
## 896 896,TQDLRSHLVHKLVQAIF,inactive - virtual
## 897 897,TQGLLSEILRK,inactive - virtual
## 898 898,TQGMQNAMGERFAQYALSSEKLY,inactive - virtual
## 899 899,TQSDVYAMVGYIHELW,inactive - virtual
## 900 900,TRELAYMIKKA,inactive - virtual
## 901 901,TRTQRRIAVVEFIFSLL,inactive - virtual
## 902 902,TSAQTKVVVDA,inactive - virtual
## 903 903,TSFDEYVAELDSK,inactive - virtual
## 904 904,TSHLMGMFYRTIRMMEN,inactive - virtual
## 905 905,TTDEINAMDKALILYT,inactive - virtual
## 906 906,TTGNFEKLFVALVEYMRAS,inactive - virtual
## 907 907,TVEEVNALKNEILKAHA,inactive - virtual
## 908 908,TVFGTALNYVSLRIL,inactive - virtual
## 909 909,TVLAALFLAGS,inactive - virtual
## 910 910,TYYAKDIAFQFWKM,inactive - virtual
## 911 911,VADIAKLKVNIIKNVRII,inactive - virtual
## 912 912,VADPVAAFKWRAQ,inactive - virtual
## 913 913,VDDNLYPQLERASRKIFEFLERE,inactive - virtual
## 914 914,VEAIEALLKGN,inactive - virtual
## 915 915,VFWPTMLKAAG,inactive - virtual
## 916 916,VGVLLQLLVQA,inactive - virtual
## 917 917,VGYETAAKLAREAYLTG,inactive - virtual
## 918 918,VHVLADAFKRYLLD,inactive - virtual
## 919 919,VIDPLHTHLTRLVAAYTG,inactive - virtual
## 920 920,VKYAVFEAALTKAITAMSEVQKVSQ,inactive - virtual
## 921 921,VLSFKTGIISL,inactive - virtual
## 922 922,VMELLTKTLGWDIQEELNKLT,inactive - virtual
## 923 923,VMGQNLILNMND,inactive - virtual
## 924 924,VMPSLLQAFDLTA,inactive - virtual
## 925 925,VMQWVIRILGGGLQKAL,inactive - virtual
## 926 926,VNFLVADALKQHRHRRDDVIVMLSAR,inactive - virtual
## 927 927,VNQFLDYLQEFLGVMNT,inactive - virtual
## 928 928,VPMQRVLKYHLLLQELVK,inactive - virtual
## 929 929,VQEVNRFIKAFEEMKALMKSL,inactive - virtual
## 930 930,VSDARSAITSAQELLDS,inactive - virtual
## 931 931,VWHYALWSLIQQSEILFAQ,inactive - virtual
## 932 932,VYGPFWKNWQAQ,inactive - virtual
## 933 933,WATLLAQWADRAL,inactive - virtual
## 934 934,WDDIRNDLFRIQNDLFVLGEDVST,inactive - virtual
## 935 935,YAKGALQYLVPILTQTLT,inactive - virtual
## 936 936,YDDIIEAAGELG,inactive - virtual
## 937 937,YDLLKDLEEGIQTLMGRL,inactive - virtual
## 938 938,YEDKAVELYSRTAR,inactive - virtual
## 939 939,YETLEFLGDALVNFFIVDLLVQYS,inactive - virtual
## 940 940,YFSKGIPNVLRR,inactive - virtual
## 941 941,YGSIGLTNFGYLDKE,inactive - virtual
## 942 942,YKEPLKAVVKKLLEKE,inactive - virtual
## 943 943,YKKFRQLIQVN,inactive - virtual
## 944 944,YLADLFLAPQIHGAINRFQ,inactive - virtual
## 945 945,YLDKEVKLIKKMGNHLTNLRRVA,inactive - virtual
## 946 946,YLSESVETIKKLGDHITSLKKLW,inactive - virtual
## 947 947,YPIVDAAMRQLTETG,inactive - virtual
## 948 948,YQNIVKAVQYAARKLQ,inactive - virtual
## 949 949,YQQQKKYLGRMTE,inactive - virtualEjercicio 5
En el siguiente ejemplo veremos cómo utilizar diferentes operadores sobre el conjunto de datos birthwt, así como también algunas funciones que nos permiten obtener más información de las variables:
- ¿Cuál es la edad máxima de las madres del conjunto de datos?
# Extraigo el conjunto de datos birthwt invoncando el paquete MASS con la función
# library y extrayendo el conjunto de datos con la función data
library(MASS)
data("birthwt")
# Con la función max saco la edad máxima- ¿Cuál es la edad mínima de las madres del conjunto de datos?
# Con la función min saco la edad mínima
min(birthwt$age)## [1] 14- ¿Cuál es el rango de edad de las madres?
# Restando el máximo de edad y el mínimo sale el rango de edades
rango <- max(birthwt$age)-min(birthwt$age)
rango## [1] 31# Con la función range se puede saber el rango también pero sería expresado como
# intervalo del menor al mayor
range(birthwt$age)## [1] 14 45- ¿Fumaba la madre cuyo recién nacido era el de menor peso?
# Busco en la variable smoke el valor que corresponde con el del recién nacido
# de menor peso
birthwt$smoke[birthwt$bwt==min(birthwt$bwt)]## [1] 1# Como el resultado es un 1 quiere decir que sí fumaba- ¿Cuánto pesó el recién nacido cuya madre tenía la edad máxima?
# Busco en la variable del peso de recién nacido (bwt) el valor que corresponde
# con el de la madre de mayor edad
birthwt$bwt[birthwt$age==max(birthwt$age)]## [1] 4990- Listad los pesos de los recién nacidos, cuyas madres visitarán menos de dos veces al médico durante el primer trimestre.
# Listo los valores dentro de la variable bwt que se corresponde con el valor de
# la varibale ftv (visitas al médico) menor que 2.
birthwt$bwt[birthwt$ftv<2]## [1] 2523 2557 2600 2622 2637 2637 2663 2665 2722 2733 2751 2769 2769 2778 2807
## [16] 2821 2836 2863 2877 2906 2920 2920 2920 2948 2948 2977 2977 2922 3033 3062
## [31] 3062 3062 3062 3090 3090 3100 3104 3132 3175 3175 3203 3203 3203 3225 3225
## [46] 3232 3234 3260 3274 3317 3317 3331 3374 3374 3402 3416 3444 3459 3460 3473
## [61] 3544 3487 3544 3572 3572 3586 3600 3614 3614 3629 3637 3643 3651 3651 3651
## [76] 3651 3699 3728 3756 3770 3770 3770 3790 3799 3827 3884 3912 3940 3941 3941
## [91] 3969 3997 3997 4054 4054 4111 4174 4238 4593 4990 709 1135 1330 1474 1588
## [106] 1588 1701 1729 1790 1818 1885 1893 1899 1928 1936 1970 2055 2055 2084 2084
## [121] 2100 2125 2187 2187 2211 2225 2240 2240 2282 2296 2296 2325 2353 2353 2367
## [136] 2381 2381 2381 2410 2410 2410 2424 2442 2466 2466 2495 2495Ejercicio 6
A partir del conjunto de datos anorexia trabajado en apartados anteriores, cread una matriz que tenga como columnas los valores de Prewt y Postwt, y cada fila sean los valores correspondientes para cada posición.
# Con la función data extraigo el dataset de anorexia del paquete MASS para
# poder usarlo
data("anorexia")
# Creo un vector Prewt_Postwt que contenga los datos de Prewt y Postwt
Prewt_Postwt <- c(anorexia$Prewt, anorexia$Postwt)
# A partir del vector Prewt_Postwt creo una matriz de filas igual a la variable
# Prewt de anorexia y 2 columnas
matrix(Prewt_Postwt, nrow = length(anorexia$Prewt), ncol = 2, byrow = FALSE)## [,1] [,2]
## [1,] 80.7 80.2
## [2,] 89.4 80.1
## [3,] 91.8 86.4
## [4,] 74.0 86.3
## [5,] 78.1 76.1
## [6,] 88.3 78.1
## [7,] 87.3 75.1
## [8,] 75.1 86.7
## [9,] 80.6 73.5
## [10,] 78.4 84.6
## [11,] 77.6 77.4
## [12,] 88.7 79.5
## [13,] 81.3 89.6
## [14,] 78.1 81.4
## [15,] 70.5 81.8
## [16,] 77.3 77.3
## [17,] 85.2 84.2
## [18,] 86.0 75.4
## [19,] 84.1 79.5
## [20,] 79.7 73.0
## [21,] 85.5 88.3
## [22,] 84.4 84.7
## [23,] 79.6 81.4
## [24,] 77.5 81.2
## [25,] 72.3 88.2
## [26,] 89.0 78.8
## [27,] 80.5 82.2
## [28,] 84.9 85.6
## [29,] 81.5 81.4
## [30,] 82.6 81.9
## [31,] 79.9 76.4
## [32,] 88.7 103.6
## [33,] 94.9 98.4
## [34,] 76.3 93.4
## [35,] 81.0 73.4
## [36,] 80.5 82.1
## [37,] 85.0 96.7
## [38,] 89.2 95.3
## [39,] 81.3 82.4
## [40,] 76.5 72.5
## [41,] 70.0 90.9
## [42,] 80.4 71.3
## [43,] 83.3 85.4
## [44,] 83.0 81.6
## [45,] 87.7 89.1
## [46,] 84.2 83.9
## [47,] 86.4 82.7
## [48,] 76.5 75.7
## [49,] 80.2 82.6
## [50,] 87.8 100.4
## [51,] 83.3 85.2
## [52,] 79.7 83.6
## [53,] 84.5 84.6
## [54,] 80.8 96.2
## [55,] 87.4 86.7
## [56,] 83.8 95.2
## [57,] 83.3 94.3
## [58,] 86.0 91.5
## [59,] 82.5 91.9
## [60,] 86.7 100.3
## [61,] 79.6 76.7
## [62,] 76.9 76.8
## [63,] 94.2 101.6
## [64,] 73.4 94.9
## [65,] 80.5 75.2
## [66,] 81.6 77.8
## [67,] 82.1 95.5
## [68,] 77.6 90.7
## [69,] 83.5 92.5
## [70,] 89.9 93.8
## [71,] 86.0 91.7
## [72,] 87.3 98.0Ejercicio 7
Copia el código siguiente en tu consola para generar un data frame con veinticinco registros y seis variables, y responde a los siguientes apartados:
Identificador <-
c("I1","I2","I3","I4","I5","I6","I7","I8","I9","I10","I11","I12","I13","I14",
"I15","I16","I17","I18","I19","I20","I21","I22","I23","I24","I25")
Edad <-
c(23,24,21,22,23,25,26,24,21,22,23,25,26,24,22,21,25,26,24,21,25,27,26,22,29)
Sexo <-c(1,2,1,1,1,2,2,2,1,2,1,2,2,2,1,1,1,2,2,2,1,2,1,1,2) #1 para mujeres y
# 2 para hombres
Peso <-
c(76.5,81.2,79.3,59.5,67.3,78.6,67.9,100.2,97.8,56.4,65.4,67.5,87.4,99.7,87.6
,93.4,65.4,73.7,85.1,61.2,54.8,103.4,65.8,71.7,85.0)
Alt <-
c(165,154,178,165,164,175,182,165,178,165,158,183,184,164,189,167,182,179,165
,158,183,184,189,166,175) #altura en cm
Fuma <-
c("SÍ","NO","SÍ","SÍ","NO","NO","NO","SÍ","SÍ","SÍ","NO","NO","SÍ","SÍ","SÍ",
"SÍ","NO","NO","SÍ","SÍ","SÍ","NO","SÍ","NO","SÍ")
Trat_Pulmon <- data.frame(Identificador,Edad,Sexo,Peso,Alt,Fuma)
Trat_Pulmon## Identificador Edad Sexo Peso Alt Fuma
## 1 I1 23 1 76.5 165 SÍ
## 2 I2 24 2 81.2 154 NO
## 3 I3 21 1 79.3 178 SÍ
## 4 I4 22 1 59.5 165 SÍ
## 5 I5 23 1 67.3 164 NO
## 6 I6 25 2 78.6 175 NO
## 7 I7 26 2 67.9 182 NO
## 8 I8 24 2 100.2 165 SÍ
## 9 I9 21 1 97.8 178 SÍ
## 10 I10 22 2 56.4 165 SÍ
## 11 I11 23 1 65.4 158 NO
## 12 I12 25 2 67.5 183 NO
## 13 I13 26 2 87.4 184 SÍ
## 14 I14 24 2 99.7 164 SÍ
## 15 I15 22 1 87.6 189 SÍ
## 16 I16 21 1 93.4 167 SÍ
## 17 I17 25 1 65.4 182 NO
## 18 I18 26 2 73.7 179 NO
## 19 I19 24 2 85.1 165 SÍ
## 20 I20 21 2 61.2 158 SÍ
## 21 I21 25 1 54.8 183 SÍ
## 22 I22 27 2 103.4 184 NO
## 23 I23 26 1 65.8 189 SÍ
## 24 I24 22 1 71.7 166 NO
## 25 I25 29 2 85.0 175 SÍ- Seleccionad los registros con edad > 22.
# Con la función subset extraigo los registros con edad > 22
edad_mayor_22 <- subset(Trat_Pulmon, Edad > 22)
edad_mayor_22## Identificador Edad Sexo Peso Alt Fuma
## 1 I1 23 1 76.5 165 SÍ
## 2 I2 24 2 81.2 154 NO
## 5 I5 23 1 67.3 164 NO
## 6 I6 25 2 78.6 175 NO
## 7 I7 26 2 67.9 182 NO
## 8 I8 24 2 100.2 165 SÍ
## 11 I11 23 1 65.4 158 NO
## 12 I12 25 2 67.5 183 NO
## 13 I13 26 2 87.4 184 SÍ
## 14 I14 24 2 99.7 164 SÍ
## 17 I17 25 1 65.4 182 NO
## 18 I18 26 2 73.7 179 NO
## 19 I19 24 2 85.1 165 SÍ
## 21 I21 25 1 54.8 183 SÍ
## 22 I22 27 2 103.4 184 NO
## 23 I23 26 1 65.8 189 SÍ
## 25 I25 29 2 85.0 175 SÍ- Seleccionad el elemento 3 de la columna 4 del conjunto de datos (contando el identificador).
# Extraigo el elemento 3 de la columna 4.
Elemento_3_4 <- Trat_Pulmon[3, 4]
Elemento_3_4## [1] 79.3- Usad el comando subset() para seleccionar todas las filas que tienen una edad menor que 27 años y sin incluir la columna Alt.
# Con la función subset extraigo los datos con Edad < 27 y elimino Alt de mi
# conjunto de datos
menor_27_no_alt <- subset(Trat_Pulmon, Edad < 27, select = -c(Alt))
menor_27_no_alt## Identificador Edad Sexo Peso Fuma
## 1 I1 23 1 76.5 SÍ
## 2 I2 24 2 81.2 NO
## 3 I3 21 1 79.3 SÍ
## 4 I4 22 1 59.5 SÍ
## 5 I5 23 1 67.3 NO
## 6 I6 25 2 78.6 NO
## 7 I7 26 2 67.9 NO
## 8 I8 24 2 100.2 SÍ
## 9 I9 21 1 97.8 SÍ
## 10 I10 22 2 56.4 SÍ
## 11 I11 23 1 65.4 NO
## 12 I12 25 2 67.5 NO
## 13 I13 26 2 87.4 SÍ
## 14 I14 24 2 99.7 SÍ
## 15 I15 22 1 87.6 SÍ
## 16 I16 21 1 93.4 SÍ
## 17 I17 25 1 65.4 NO
## 18 I18 26 2 73.7 NO
## 19 I19 24 2 85.1 SÍ
## 20 I20 21 2 61.2 SÍ
## 21 I21 25 1 54.8 SÍ
## 23 I23 26 1 65.8 SÍ
## 24 I24 22 1 71.7 NOEjercicio 8
Incorporad el dataset ChickWeight que contiene información sobre el peso de 578 pollitos en gramos (weight), el tiempo desde la medición al nacer (Time), una variable identificadora de cada pollito (Chick) a partir del rango de peso y una variable factor con el tipo de dieta experimental que cada pollito recibió (Diet).
- Incorporad el conjunto de datos ChickWeight del paquete datasets a vuestro entorno de trabajo.
# Uso library para poder usar datatsets
library("datasets")
# Uso data para poder usar el datasset Chickenweight
data("ChickWeight")- Generad un gráfico de dispersión de la variable weight.
# Uso la función plot ppara crear un gráfico de dispersión
plot(ChickWeight$weight)
c) Cread un diagrama de caja con la variable Time.
# Uso la función boxplot para crear un diagrama de caja
boxplot(ChickWeight$Time)
Ejercicio 9
A partir del conjunto de datos anorexia del paquete MASS, cread otro data frame que se llame anorexia_treat_df formado por Treat y por un vector nuevo calculado a partir de la diferencia Prewt-Postwt. De esta manera, nos quedará un data frame que contenga el tipo de tratamiento y el valor del peso ganado o perdido después de haber realizado el tratamiento.
Seleccionad aquellos individuos que han ganado peso después del tratamiento y cread un nuevo conjunto llamado anorexia_treat_C_df que contenga solo los datos de aquellos que han seguido el tratamiento «Cont» y que han ganado peso después del tratamiento.
# Creo un vector Diferencia_Prewt_Postwt a partir de la diferencia Prewt-Postwt
Diferencia_Prewt_Postwt <- c(anorexia$Prewt - anorexia$Postwt)
# Creo un data frame con la función data.frame que contiene la variable Treat y
# Diferencia_Prewt_Postwt
anorexia_treat_df <- data.frame(anorexia$Treat, Diferencia_Prewt_Postwt)
# Creo un subset mas_peso que contenga los individuos que han ganado peso después
# del tratamiento para ello la diferencia tiene que ser mayor de 0
mas_peso <- subset(anorexia_treat_df, Diferencia_Prewt_Postwt > 0)
# Del subset anterior saco otro subset donde la variable del tratamiento sea Cont
anorexia_treat_C_df <- subset(mas_peso, anorexia.Treat == "Cont")
anorexia_treat_C_df## anorexia.Treat Diferencia_Prewt_Postwt
## 1 Cont 0.5
## 2 Cont 9.3
## 3 Cont 5.4
## 5 Cont 2.0
## 6 Cont 10.2
## 7 Cont 12.2
## 9 Cont 7.1
## 11 Cont 0.2
## 12 Cont 9.2
## 17 Cont 1.0
## 18 Cont 10.6
## 19 Cont 4.6
## 20 Cont 6.7
## 26 Cont 10.2Ejercicio 10
Entrad en RPubs y registraros. Crearos un perfil y subid un documento R Markdown. Los prerequisitos son tener instalado R y RStudio (v0.96.230 o más), y el paquete knitr (v0.5 o más). Pasos que tenéis que seguir para publicar vuestro documento: 1) En RStudio, cread un documento R Markdown. 2) Generad el documento con Knit. 3) En la ventana de previsualización, clicad el botón de publicar. Como solución de vuestro ejercicio, copiad el enlace de vuestra página de prueba de RPubs.
Caso práctico
Resolved los siguientes apartados: a) Cread un conjunto de datos
inventado con R. Debe contener treinta observaciones (quince para
hombres y quince para mujeres) para seis variables con estas
características: / Variable / Nombre / Características / /:————- /:————
/:———————————— /
/ Identificador / Id / carácter / / Edad / Edad / numérica / / Genero /
Gene / 2 valores 1 = mujer, 2 = hombre / / Tratamiento / Trat Factor. /
Tres tipos de tratamiento (A, B y C) / / Peso / Peso / numérica (en kg)
/ / Estatura / Alt / numérica (en cm) /
# Creo los distintos vectores con las variables pedidas
Id <- c("Petra", "Clara", "Carla", "Carlos", "Olivia", "Pedro", "Manuel",
"Alejandra", "Alejandro", "Miguel", "Macarena", "Francisco", "Marina",
"Celia", "Felipe", "Pablo", "Eloy", "Javier", "Santiago", "Daniel",
"Juan", "Julio", "Paula", "Lorenzo", "Lorena", "Victoria", "Sonia",
"Encarna", "Carmen", "Ana")
Edad <- c(22, 29, 38, 62, 41, 57, 24, 35, 48, 49, 40, 34, 29, 18, 43, 22, 29,
38, 62, 41, 57, 24, 35, 48, 49, 40, 34, 29, 18, 43)
Gene <- c(1, 1, 1, 2, 1, 2, 2, 1, 2, 2, 1, 2, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 1,
2, 1, 1, 1, 1, 1, 1)
Trat <- c("A", "C", "B", "A", "B", "B", "A", "C", "C", "A", "B", "B", "A", "C",
"A", "A", "C", "B", "A", "B", "B", "A", "C", "C", "A", "B", "B", "A",
"C", "A")
Peso <- c(67, 78, 84, 95, 48, 57, 90, 112, 81, 72, 84, 52, 101, 88, 63, 67, 78,
84, 95, 48, 57, 90, 112, 81, 72, 84, 52, 101, 88, 63)
Alt <- c(172, 184, 165, 174, 195, 185, 152, 148, 192, 177, 168, 162, 157, 191,
149, 172, 184, 165, 174, 195, 185, 152, 148, 192, 177, 168, 162, 157,
191, 149)
# Con la función data.frame creo un conjunto de datos a partir de los vectores
datos_caso <- data.frame(Id, Edad, Gene, Trat, Peso, Alt)- Buscad información de vuestro conjunto de datos y de vuestras variables.
# Con la función summary saco información de las distintas variables de los datos
summary(datos_caso)## Id Edad Gene Trat Peso
## Length :30 Min. :18.00 Min. :1.0 Length :30 Min. : 48.00
## N.unique :30 1st Qu.:29.00 1st Qu.:1.0 N.unique : 3 1st Qu.: 64.00
## N.blank : 0 Median :38.00 Median :1.5 N.blank : 0 Median : 81.00
## Min.nchar: 3 Mean :37.93 Mean :1.5 Min.nchar: 1 Mean : 78.13
## Max.nchar: 9 3rd Qu.:46.75 3rd Qu.:2.0 Max.nchar: 1 3rd Qu.: 89.50
## Max. :62.00 Max. :2.0 Max. :112.00
## Alt
## Min. :148.0
## 1st Qu.:158.2
## Median :172.0
## Mean :171.4
## 3rd Qu.:184.8
## Max. :195.0- Cread una nueva variable a partir de alguna de las que tengamos. Por ejemplo, podéis calcular el IMC (IMC = peso (kg)/ [estatura (m)]2 e incluid la nueva variable en el conjunto de datos.
# Creo el vector IMC a partir de los datos
IMC <- c(datos_caso$Peso/((datos_caso$Alt/100)^2))
# Con la función data.frame añado el vector IMC a los datos
datos_caso_IMC <- data.frame(datos_caso, IMC)- Cread dos data frames diferenciados para hombres y mujeres con dos nombres diferentes: Df_Hombres y Df_Mujeres.
# Con la función subset extraigo los datos pedidos
Df_Hombres <- subset(datos_caso_IMC, Gene == 2)
Df_Hombres## Id Edad Gene Trat Peso Alt IMC
## 4 Carlos 62 2 A 95 174 31.37799
## 6 Pedro 57 2 B 57 185 16.65449
## 7 Manuel 24 2 A 90 152 38.95429
## 9 Alejandro 48 2 C 81 192 21.97266
## 10 Miguel 49 2 A 72 177 22.98190
## 12 Francisco 34 2 B 52 162 19.81405
## 15 Felipe 43 2 A 63 149 28.37710
## 16 Pablo 22 2 A 67 172 22.64738
## 17 Eloy 29 2 C 78 184 23.03875
## 18 Javier 38 2 B 84 165 30.85399
## 19 Santiago 62 2 A 95 174 31.37799
## 20 Daniel 41 2 B 48 195 12.62327
## 21 Juan 57 2 B 57 185 16.65449
## 22 Julio 24 2 A 90 152 38.95429
## 24 Lorenzo 48 2 C 81 192 21.97266Df_Mujeres <- subset(datos_caso_IMC, Gene == 1)
Df_Mujeres## Id Edad Gene Trat Peso Alt IMC
## 1 Petra 22 1 A 67 172 22.64738
## 2 Clara 29 1 C 78 184 23.03875
## 3 Carla 38 1 B 84 165 30.85399
## 5 Olivia 41 1 B 48 195 12.62327
## 8 Alejandra 35 1 C 112 148 51.13221
## 11 Macarena 40 1 B 84 168 29.76190
## 13 Marina 29 1 A 101 157 40.97529
## 14 Celia 18 1 C 88 191 24.12215
## 23 Paula 35 1 C 112 148 51.13221
## 25 Lorena 49 1 A 72 177 22.98190
## 26 Victoria 40 1 B 84 168 29.76190
## 27 Sonia 34 1 B 52 162 19.81405
## 28 Encarna 29 1 A 101 157 40.97529
## 29 Carmen 18 1 C 88 191 24.12215
## 30 Ana 43 1 A 63 149 28.37710- Combinad de nuevo los dos ficheros anteriores y cread el primero de nuevo con el comando rbind().
Datos_unidos <- rbind(Df_Hombres, Df_Mujeres)
Datos_unidos## Id Edad Gene Trat Peso Alt IMC
## 4 Carlos 62 2 A 95 174 31.37799
## 6 Pedro 57 2 B 57 185 16.65449
## 7 Manuel 24 2 A 90 152 38.95429
## 9 Alejandro 48 2 C 81 192 21.97266
## 10 Miguel 49 2 A 72 177 22.98190
## 12 Francisco 34 2 B 52 162 19.81405
## 15 Felipe 43 2 A 63 149 28.37710
## 16 Pablo 22 2 A 67 172 22.64738
## 17 Eloy 29 2 C 78 184 23.03875
## 18 Javier 38 2 B 84 165 30.85399
## 19 Santiago 62 2 A 95 174 31.37799
## 20 Daniel 41 2 B 48 195 12.62327
## 21 Juan 57 2 B 57 185 16.65449
## 22 Julio 24 2 A 90 152 38.95429
## 24 Lorenzo 48 2 C 81 192 21.97266
## 1 Petra 22 1 A 67 172 22.64738
## 2 Clara 29 1 C 78 184 23.03875
## 3 Carla 38 1 B 84 165 30.85399
## 5 Olivia 41 1 B 48 195 12.62327
## 8 Alejandra 35 1 C 112 148 51.13221
## 11 Macarena 40 1 B 84 168 29.76190
## 13 Marina 29 1 A 101 157 40.97529
## 14 Celia 18 1 C 88 191 24.12215
## 23 Paula 35 1 C 112 148 51.13221
## 25 Lorena 49 1 A 72 177 22.98190
## 26 Victoria 40 1 B 84 168 29.76190
## 27 Sonia 34 1 B 52 162 19.81405
## 28 Encarna 29 1 A 101 157 40.97529
## 29 Carmen 18 1 C 88 191 24.12215
## 30 Ana 43 1 A 63 149 28.37710