Introduction à la biologie des jeux de données génomiques

Introduction à Bioconductor avec R

James Chapman

Curriculum Manager, DataCamp

Organismes des règnes du vivant

Parties de l'ADN

Éléments du génome

Information génétique : alphabet de l'ADN
Un ensemble de chromosomes (nombre très variable)
Gènes (portent les instructions héréditaires)
- codants et non codants
Protéines (assurent des fonctions spécifiques)
- ADN→ARN (transcription)
- ARN→protéine (traduction)

Levure

Micro-organisme unicellulaire
Le champignon que tout le monde adore ♥
Utilisé pour la fermentation : bière, pain, kéfir, kombucha, biorémédiation, etc.
Nom : Saccharomyces cerevisiae ou S. cerevisiae

Levure

Package d'annotation BSgenome

# Charger le package et stocker les données dans yeast
library(BSgenome.Scerevisiae.UCSC.sacCer3)
yeast <- BSgenome.Scerevisiae.UCSC.sacCer3


# Autres génomes disponibles
available.genomes()

"BSgenome.Alyrata.JGI.v1"                   
"BSgenome.Amellifera.BeeBase.assembly4"     
"BSgenome.Amellifera.NCBI.AmelHAv3.1"       
"BSgenome.Amellifera.UCSC.apiMel2"          
"BSgenome.Amellifera.UCSC.apiMel2.masked"
...

length(yeast)

names(yeast)

"chrI"    "chrII"   "chrIII"  "chrIV"   "chrV"    "chrVI"   "chrVII" 
"chrVIII" "chrIX"   "chrX"    "chrXI"   "chrXII"  "chrXIII" "chrXIV" 
"chrXV"   "chrXVI"  "chrM"

seqlengths(yeast)

chrI    chrII   chrIII  chrIV    chrV    chrVI   chrVII   chrVIII  chrIX   chrX 
230218  813184  316620  1531933  576874  270161  1090940  562643   439888  745751 
chrXI  chrXII   chrXIII  chrXIV   chrXV    chrXVI   chrM 
666816 1078177  924431   784333   1091291  948066   85779

Obtenir des séquences

getSeq() : méthode S4 pour BSgenome

# Sélectionner toute la séquence génomique
getSeq(yeast)


# Sélectionner la séquence du chromosome M
getSeq(yeast, "chrM")


# Sélectionner les 10 premières paires de bases
getSeq(yeast, end = 10)

Passons à la pratique !

Introduction à Bioconductor avec R