Úvod do Biostrings

Úvod do Bioconductoru v R

James Chapman

Curriculum Manager, DataCamp

Biostrings

  • Algoritmy pro rychlou manipulaci se sekvencemi
  • Mnoho balíčků Bioconductor závisí na Biostrings
BiocManager::install("Biostrings")
Úvod do Bioconductoru v R

Kontejnery biologických řetězců

  • Biostrings → Paměťově úsporné ukládání a manipulace se znakmi sekvencemi
  • Kontejnery, které lze dědit

Například:

  • Třída BString pochází z pojmu big string
Úvod do Bioconductoru v R

Řetězce vs. sady

 

  • XString pro ukládání jedné sekvence
    • BString pro libovolný řetězec
    • DNAString pro DNA
    • RNAString pro RNA
    • AAString pro aminokyseliny

 

  • XStringSet pro více sekvencí
    • BStringSet
    • DNAStringSet
    • RNAStringSet
    • AAStringSet
Úvod do Bioconductoru v 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"
Úvod do Bioconductoru v R

Abecedy Biostrings

DNA_BASES # 4 DNA bases

RNA_BASES # 4 RNA bases

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

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

AA_STANDARD # 20 Amino acids

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

DNA_ALPHABET # contains IUPAC_CODE_MAP 
RNA_ALPHABET # contains IUPAC_CODE_MAP 
AA_ALPHABET  # contains AMINO_ACID_CODE
1 Více informací o kódech IUPAC DNA: http://genome.ucsc.edu/goldenPath/help/iupac.html
Úvod do Bioconductoru v R

transkripce a translace

Úvod do Bioconductoru v R

Transkripce DNA na RNA

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

12-letter DNAString object
seq: ATGATCTCGTAA

# Transcription DNA to RNA string
rna_seq <- RNAString(dna_seq)
rna_seq

12-letter RNAString object
seq: AUGAUCUCGUAA
Úvod do Bioconductoru v R

Translace RNA na aminokyseliny

rna_seq

12-letter RNAString object 
seq: AUGAUCUCGUAA

# Translation RNA to AA
aa_seq <- translate(rna_seq)
aa_seq

Tři báze RNA tvoří jednu AK: AUG = M, AUC = I, UCG = S, UAA = *

4-letter AAString object
seq: MIS*
Úvod do Bioconductoru v R

Zkratka: translace DNA na aminokyseliny

dna_seq

12-letter DNAString object
seq: ATGATCTCGTAA

# translate() also goes directly from DNA to AA
translate(dna_seq)

4-letter AAString object
seq: MIS*
Úvod do Bioconductoru v R

Virus Zika

virus Zika

příznaky Zika

Úvod do Bioconductoru v R

Procvičme si to s virem Zika!

Úvod do Bioconductoru v R

Preparing Video For Download...