Gegevens importeren

ChIP-seq met Bioconductor in R

Peter Humburg

Statistician, Macquarie University

ChIP-seq met Bioconductor in R

Sequence reads verwerken

  • Meestal opgeslagen in Binary Sequence Alignment/Map- (BAM) bestanden.
  • BAM-recordvelden:
    • Leesnaam: SRR1782620.7265769
    • Binaire vlag: 0
    • Referentie-sequentienaam en positie van alignering: chr20 29803915
    • Mappingkwaliteit: 0
    • CIGAR-string (samenvatting van alignering): 51M
    • Referentiesequentie en positie van gepaarde read (hier niet gebruikt): 0 0
    • Read-sequentie: AATGAAATGGAA ...
    • Read-kwaliteit (ASCII gecodeerd): CCCFFFFFHHHH ...
ChIP-seq met Bioconductor in R

Gemapte reads in R importeren

  • Gebruik het pakket Rsamtools om met BAM-bestanden te werken.
  • Rsamtools biedt functies om BAM-bestanden te indexeren, lezen, filteren en schrijven.

Gebruik readGAlignments om gemapte reads te importeren.

library(GenomicAlignments)
reads <- readGAlignments(bam_file)

Geeft een GAlignments-object terug.

ChIP-seq met Bioconductor in R

Geselecteerde regio's importeren

  • Gebruik BamViews om interessegebieden te definiëren.
library(GenomicRanges)
library(Rsamtools)
ranges <- GRanges(...)
views <- BamViews(bam_file, bamRanges=ranges)
  • Importeer daarna reads zoals hiervoor.
reads <- readGAlignments(views)

De functie BamViews ondersteunt meerdere BAM-bestanden.

ChIP-seq met Bioconductor in R

Peak-calls importeren

Gebruik import.bed om peak-calls uit een BED-bestand te laden.

library(rtracklayer)
peaks <- import.bed(peak_bed, genome="hg19")

Gebruik peaks om views in de BAM-bestanden te definiëren.

bams <- BamViews(bam_file, bamRanges=peaks)
reads <- readGAlignments(bams)
ChIP-seq met Bioconductor in R

Laten we oefenen!

ChIP-seq met Bioconductor in R

Preparing Video For Download...