複数・並列シーケンスの品質評価

Rで始めるBioconductor入門

Paula Andrea Martinez, PhD.

Data Scientist

Rqc

library(Rqc)

すでに使用済みの Bioconductor パッケージ:
- Biostrings, IRanges, methods, S4vectors
今後の Bioconductor コースで紹介するパッケージ:
- Rsamtools, GenomicAlignments, GenomicFiles, BiocParallel
CRAN パッケージ:
- Knitr, dplyr, markdown, ggplot2, digest, shiny, Rcpp

rqcQA

library(Rqc)
files <- # 評価するファイルのフルパスを取得
qaRqc <- rqcQA(files) 

# qaRqc の確認
class(qaRqc) # "list"
names(qaRqc) # 入力ファイル名

# ファイルごとの結果
qaRqc[1]
# 結果のクラスは RqcResultSet

rqcQA の引数

library(Rqc)

# 評価するファイルのパスを取得
files <- "data/seq1.fq" "data/seq2.fq" "data/seq3.fq" "data/se4.fq"

qaRqc <- rqcQA(files, workers = 4)

# シーケンスのサンプリング
set.seed(1111)

qaRqc_sample <- rqcQA(files, workers = 4, sample = TRUE, n = 500))

# ペアエンドファイル
pfiles <- "data/seq_11.fq" "data/seq1_2.fq" "data/seq2_1.fq" "data/seq2_2.fq"

qaRqc_paired <- rqcQA(pfiles, workers = 4, pair = c(1, 1, 2, 2)))

rqcReport と rqcResultSet

# レポートの作成
reportFile <- rqcReport(qaRqc, templateFile = "myReport.Rmd")

browseURL(reportFile)

# qaRqc のクラスは rqcResultSet
methods(class = "RqcResultSet")

perFileInformation

qaRqc <- rqcQA(files, workers = 4)) 
perFileInformation(qaRqc)

filename          pair format  group  reads total.reads   path 
SRR7760274.fastq  1    FASTQ    None  1e+06     2404795 ./data
SRR7760275.fastq  2    FASTQ    None  1e+06     1508139 ./data
SRR7760276.fastq  3    FASTQ    None  1e+06     1950463 ./data
SRR7760277.fastq  4    FASTQ    None  1e+06     2629588 ./data

プロット関数

rqc プロット関数	rqc プロット関数
`rqcCycleAverageQualityPcaPlot()`	`rqcGroupCycleAverageQualityPlot()`
`rqcCycleAverageQualityPlot()`	`rqcReadQualityBoxPlot()`
`rqcCycleBaseCallsLinePlot()`	`rqcReadQualityPlot()`
`rqcCycleBaseCallsPlot()`	`rqcReadWidthPlot()`
`rqcCycleGCPlot()`	`rqcReadFrequencyPlot()`
`rqcCycleQualityBoxPlot()`	`rqcCycleQualityPlot()`

サイクル塩基呼び出し折れ線グラフ

KEEP CALM

準備完了！

Rで始めるBioconductor入門