Introduction à Biostrings

Introduction à Bioconductor avec R

James Chapman

Curriculum Manager, DataCamp

Biostrings

  • Algorithmes pour la manipulation rapide des séquences
  • De nombreux packages Bioconductor dépendent de Biostrings
BiocManager::install("Biostrings")
Introduction à Bioconductor avec R

Conteneurs de chaînes biologiques

  • Biostrings → Stockage et manipulation économes en mémoire de séquences de caractères
  • Conteneurs pouvant être hérités

Par exemple :

  • La classe BString vient de big string
Introduction à Bioconductor avec R

Strings vs. Sets

 

  • XString pour stocker une seule séquence
    • BString pour toute chaîne
    • DNAString pour l'ADN
    • RNAString pour l'ARN
    • AAString pour les acides aminés

 

  • XStringSet pour plusieurs séquences
    • BStringSet
    • DNAStringSet
    • RNAStringSet
    • AAStringSet
Introduction à Bioconductor avec R

showClass()

showClass("XString")

Virtual Class "XString" [package "Biostrings"]

Slots:

Name:             shared            offset            length   elementMetadata          metadata
Class:         SharedRaw           integer           integer DataFrame_OR_NULL              list

Extends: 
Class "XRaw", directly
Class "XVector", by class "XRaw", distance 2
Class "Vector", by class "XRaw", distance 3
Class "Annotated", by class "XRaw", distance 4
Class "vector_OR_Vector", by class "XRaw", distance 4

Known Subclasses: "BString", "DNAString", "RNAString", "AAString"
Introduction à Bioconductor avec R

Alphabets Biostrings

DNA_BASES # 4 bases de l'ADN

RNA_BASES # 4 bases de l'ARN

"A" "C" "G" "T"

"A" "C" "G" "U"

AA_STANDARD # 20 acides aminés

"A" "R" "N" "D" "C" "Q" "E" "G" "H" "I" "L" "K" "M" "F" "P" "S" "T" "W" "Y" "V"

DNA_ALPHABET # contient IUPAC_CODE_MAP 
RNA_ALPHABET # contient IUPAC_CODE_MAP 
AA_ALPHABET  # contient AMINO_ACID_CODE
1 Pour en savoir plus : codes IUPAC de l'ADN http://genome.ucsc.edu/goldenPath/help/iupac.html
Introduction à Bioconductor avec R

transcription et traduction

Introduction à Bioconductor avec R

Transcription ADN → ARN

# Chaîne d'ADN unique
dna_seq <- DNAString("ATGATCTCGTAA")
dna_seq

Objet DNAString de 12 lettres
seq: ATGATCTCGTAA

# Transcription ADN vers ARN
rna_seq <- RNAString(dna_seq)
rna_seq

Objet RNAString de 12 lettres
seq: AUGAUCUCGUAA
Introduction à Bioconductor avec R

Traduction ARN → acides aminés

rna_seq

Objet RNAString de 12 lettres 
seq: AUGAUCUCGUAA

# Traduction ARN vers AA
aa_seq <- translate(rna_seq)
aa_seq

Trois bases d'ARN forment un acide aminé : AUG = M, AUC = I, UCG = S, UAA = *

Objet AAString de 4 lettres
seq: MIS*
Introduction à Bioconductor avec R

Raccourci : traduire ADN → acides aminés

dna_seq

Objet DNAString de 12 lettres
seq: ATGATCTCGTAA

# translate() va aussi directement de l'ADN aux AA
translate(dna_seq)

Objet AAString de 4 lettres
seq: MIS*
Introduction à Bioconductor avec R

Le virus Zika

Virus Zika

Symptômes du Zika

Introduction à Bioconductor avec R

Passons à la pratique avec le virus Zika !

Introduction à Bioconductor avec R

Preparing Video For Download...