Introdução ao Biostrings

Introdução ao Bioconductor em R

James Chapman

Curriculum Manager, DataCamp

Biostrings

  • Algoritmos para manipulação rápida de sequências
  • Muitos pacotes do Bioconductor dependem de Biostrings
BiocManager::install("Biostrings")
Introdução ao Bioconductor em R

Contêineres de strings biológicas

  • Biostrings → Eficiente em memória para armazenar e manipular sequências de caracteres
  • Contêineres que podem ser herdados

Por exemplo:

  • A classe BString vem de big string
Introdução ao Bioconductor em R

Strings vs. Sets

 

  • XString para armazenar uma sequência
    • BString para qualquer string
    • DNAString para DNA
    • RNAString para RNA
    • AAString para aminoácidos

 

  • XStringSet para muitas sequências
    • BStringSet
    • DNAStringSet
    • RNAStringSet
    • AAStringSet
Introdução ao Bioconductor em 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"
Introdução ao Bioconductor em R

Alfabetos do Biostrings

DNA_BASES # 4 bases de DNA

RNA_BASES # 4 bases de RNA

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

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

AA_STANDARD # 20 aminoácidos

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

DNA_ALPHABET # contém IUPAC_CODE_MAP 
RNA_ALPHABET # contém IUPAC_CODE_MAP 
AA_ALPHABET  # contém AMINO_ACID_CODE
1 Para mais informações sobre códigos IUPAC de DNA http://genome.ucsc.edu/goldenPath/help/iupac.html
Introdução ao Bioconductor em R

transcrição e tradução

Introdução ao Bioconductor em R

Transcrição de DNA para RNA

# DNA string única
dna_seq <- DNAString("ATGATCTCGTAA")
dna_seq

12-letter DNAString object
seq: ATGATCTCGTAA

# Transcrição de DNA para RNA
rna_seq <- RNAString(dna_seq)
rna_seq

12-letter RNAString object
seq: AUGAUCUCGUAA
Introdução ao Bioconductor em R

Tradução de RNA para aminoácidos

rna_seq

12-letter RNAString object 
seq: AUGAUCUCGUAA

# Tradução de RNA para AA
aa_seq <- translate(rna_seq)
aa_seq

Três bases de RNA formam um AA: AUG = M, AUC = I, UCG = S, UAA = *

4-letter AAString object
seq: MIS*
Introdução ao Bioconductor em R

Atalho: traduzir DNA para aminoácidos

dna_seq

12-letter DNAString object
seq: ATGATCTCGTAA

# translate() também vai direto de DNA para AA
translate(dna_seq)

4-letter AAString object
seq: MIS*
Introdução ao Bioconductor em R

O vírus Zika

Vírus Zika

Sintomas de Zika

Introdução ao Bioconductor em R

Vamos praticar com o vírus Zika!

Introdução ao Bioconductor em R

Preparing Video For Download...