Manipulação de sequências

Introdução ao Bioconductor em R

James Chapman

Curriculum Manager, DataCamp

Única vs. conjunto

 

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

 

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

Criar um StringSet e colar

# Ler a sequência como um conjunto
zikaVirus <- readDNAStringSet("data/zika.fa")

length(zikaVirus)  # o conjunto contém só uma sequência
width(zikaVirus)   # com largura de 10794 bases

1
10794

# Colar a sequência
zikaVirus_seq <- unlist(zikaVirus)


length(zikaVirus_seq)

width(zikaVirus_seq)

10794

Error in (function (classes, fdef, mtable)  : 
  unable to find an inherited method for function 'width' for signature '"DNAString"'
Introdução ao Bioconductor em R

De uma sequência única para um conjunto

# criar um novo conjunto a partir de uma única sequência
zikaSet <- DNAStringSet(zikaVirus_seq, start = c(1, 101, 201), end = c(100, 200, 300))
zikaSet

DNAStringSet object of length 3:
    width seq
[1]   100 AGTTGTTGATCTGTGTGAGTCAGACTGCGACAGTTCGAGTCTGAAG...AACAACAGTATCAACAGGTTTAATTTGGATTTGGAAACGAGAGTTT
[2]   100 CTGGTCATGAAAAACCCCAAAGAAGAAATCCGGAGGATCCGGATTG...CTAAAACGCGGAGTAGCCCGTGTAAACCCCTTGGGAGGTTTGAAGA
[3]   100 GGTTGCCAGCCGGACTTCTGCTGGGTCATGGACCCATCAGAATGGT...TACTAGCCTTTTTGAGATTTACAGCAATCAAGCCATCACTGGGCCT

length(zikaSet) 
width(zikaSet)

3
100 100 100
Introdução ao Bioconductor em R

Sequência complementar

ATGATCTCGTAA

a_seq <- DNAString("ATGATCTCGTAA")
a_seq

Objeto DNAString de 12 letras
seq: ATGATCTCGTAA

complement(a_seq)

Objeto DNAString de 12 letras
seq: TACTAGAGCATT
Introdução ao Bioconductor em R

Reverter (rev) uma sequência

zikaShortSet

Instância de DNAStringSet com comprimento 2
width seq                          names      
[1]    18 AGTTGTTGATCTGTGTGA        seq1
[2]    18 CTGGTCATGAAAAACCCC        seq2

rev(zikaShortSet)

 Uma instância de DNAStringSet com comprimento 2
width seq                          names      
[1]    18 CTGGTCATGAAAAACCCC        seq2       
[2]    18 AGTTGTTGATCTGTGTGA        seq1
Introdução ao Bioconductor em R

Inverter uma sequência

zikaShortSet

 Uma instância de DNAStringSet com comprimento 2
width seq                          names      
[1]    18 AGTTGTTGATCTGTGTGA        seq1
[2]    18 CTGGTCATGAAAAACCCC        seq2

reverse(zikaShortSet)

 Uma instância de DNAStringSet com comprimento 2
width seq                          names    
[1]    18 AGTGTGTCTAGTTGTTGA        seq1
[2]    18 CCCCAAAAAGTACTGGTC        seq2
Introdução ao Bioconductor em R

Complemento reverso

# Sequência original rna_seq
Objeto RNAString de 8 letras
seq: AGUUGUUG

reverseComplement(rna_seq)

Objeto RNAString de 8 letras
seq: CAACAACU

# Usando duas funções juntas
reverse(complement(rna_seq))

Objeto RNAString de 8 letras
seq: CAACAACU
Introdução ao Bioconductor em R

unlist length width complement rev reverse everseComplement

Introdução ao Bioconductor em R

Vamos praticar manipulação de sequências!

Introdução ao Bioconductor em R

Preparing Video For Download...