Obsługa sekwencji

Wprowadzenie do Bioconductor w R

James Chapman

Curriculum Manager, DataCamp

Pojedyncza sekwencja vs. zbiór

XString do przechowywania pojedynczej sekwencji
- BString – dowolny ciąg znaków
- DNAString – DNA
- RNAString – RNA
- AAString – aminokwasy

XStringSet dla wielu sekwencji
- BStringSet
- DNAStringSet
- RNAStringSet
- AAStringSet

Tworzenie StringSet i scalanie

# Wczytanie sekwencji jako zbioru
zikaVirus <- readDNAStringSet("data/zika.fa")

length(zikaVirus)  # zbiór zawiera tylko jedną sekwencję
width(zikaVirus)   # o długości 10794 zasad

1
10794

# Scalenie sekwencji
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"'

Od pojedynczej sekwencji do zbioru

# Tworzenie nowego zbioru z pojedynczej sekwencji
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

Sekwencja komplementarna

ATGATCTCGTAA

a_seq <- DNAString("ATGATCTCGTAA")
a_seq

12-letter DNAString object
seq: ATGATCTCGTAA

complement(a_seq)

12-letter DNAString object
seq: TACTAGAGCATT

Odwrócenie kolejności sekwencji (rev)

zikaShortSet

DNAStringSet instance of length 2
width seq                          names      
[1]    18 AGTTGTTGATCTGTGTGA        seq1
[2]    18 CTGGTCATGAAAAACCCC        seq2

rev(zikaShortSet)

 A DNAStringSet instance of length 2
width seq                          names      
[1]    18 CTGGTCATGAAAAACCCC        seq2       
[2]    18 AGTTGTTGATCTGTGTGA        seq1

Odwrócenie sekwencji (reverse)

zikaShortSet

 A DNAStringSet instance of length 2
width seq                          names      
[1]    18 AGTTGTTGATCTGTGTGA        seq1
[2]    18 CTGGTCATGAAAAACCCC        seq2

reverse(zikaShortSet)

 A DNAStringSet instance of length 2
width seq                          names    
[1]    18 AGTGTGTCTAGTTGTTGA        seq1
[2]    18 CCCCAAAAAGTACTGGTC        seq2

Odwrotne dopełnienie

# Oryginalna sekwencja rna_seq
8-letter RNAString object
seq: AGUUGUUG

reverseComplement(rna_seq)

8-letter RNAString object
seq: CAACAACU

# Użycie dwóch funkcji jednocześnie
reverse(complement(rna_seq))

8-letter RNAString object
seq: CAACAACU

unlist length width complement rev reverse reverseComplement

Przećwiczmy obsługę sekwencji!

Wprowadzenie do Bioconductor w R