Úvod do biologie genomických dat

Úvod do Bioconductoru v R

James Chapman

Curriculum Manager, DataCamp

Organismy říší života

Části DNA

Prvky genomu

Genetická informace – abeceda DNA
Sada chromozomů (velmi proměnlivý počet)
Geny (nesou dědičné instrukce)
- kódující a nekódující
Proteiny (zodpovědné za specifické funkce)
- DNA → RNA (transkripce)
- RNA → protein (translace)

Kvasinka

Jednobuněčný mikroorganismus
Houba, kterou lidé milují ♥
Využívána při fermentaci: pivo, chléb, kefír, kombucha, bioremediace atd.
Název: Saccharomyces cerevisiae neboli S. cerevisiae

Kvasinka

BSgenome anotační balíček

# Load the package and store data into yeast
library(BSgenome.Scerevisiae.UCSC.sacCer3)
yeast <- BSgenome.Scerevisiae.UCSC.sacCer3


# Other available genomes
available.genomes()

"BSgenome.Alyrata.JGI.v1"                   
"BSgenome.Amellifera.BeeBase.assembly4"     
"BSgenome.Amellifera.NCBI.AmelHAv3.1"       
"BSgenome.Amellifera.UCSC.apiMel2"          
"BSgenome.Amellifera.UCSC.apiMel2.masked"
...

length(yeast)

names(yeast)

"chrI"    "chrII"   "chrIII"  "chrIV"   "chrV"    "chrVI"   "chrVII" 
"chrVIII" "chrIX"   "chrX"    "chrXI"   "chrXII"  "chrXIII" "chrXIV" 
"chrXV"   "chrXVI"  "chrM"

seqlengths(yeast)

chrI    chrII   chrIII  chrIV    chrV    chrVI   chrVII   chrVIII  chrIX   chrX 
230218  813184  316620  1531933  576874  270161  1090940  562643   439888  745751 
chrXI  chrXII   chrXIII  chrXIV   chrXV    chrXVI   chrM 
666816 1078177  924431   784333   1091291  948066   85779

Získání sekvencí

getSeq(): metoda S4 pro BSgenome

# Select entire genomic sequence
getSeq(yeast)


# Select sequence from chromosome M
getSeq(yeast, "chrM")


# Select first 10 base pairs
getSeq(yeast, end = 10)

Pojďme si procvičit!

Úvod do Bioconductoru v R