Evaluarea calității secvențelor multiple și paralele

Introducere în Bioconductor în R

Paula Andrea Martinez, PhD.

Data Scientist

Rqc

library(Rqc)

Utilizează pachete Bioconductor deja cunoscute:
- Biostrings, IRanges, methods, S4vectors
Pachete noi de descoperit în cursurile următoare Bioconductor:
- Rsamtools, GenomicAlignments, GenomicFiles, BiocParallel
Pachete CRAN:
- Knitr, dplyr, markdown, ggplot2, digest, shiny și Rcpp

rqcQA

library(Rqc)
files <- # calea completă a fișierelor de evaluat
qaRqc <- rqcQA(files) 

# explorarea qaRqc
class(qaRqc) # "list"
names(qaRqc) # numele fișierelor de intrare

# pentru fiecare fișier
qaRqc[1]
# clasa rezultatelor este RqcResultSet

Argumente rqcQA

library(Rqc)

# calea fișierelor de evaluat
files <- "data/seq1.fq" "data/seq2.fq" "data/seq3.fq" "data/se4.fq"

qaRqc <- rqcQA(files, workers = 4)

# eșantion de secvențe
set.seed(1111)

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

# fișiere paired-end
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 și rqcResultSet

# crearea unui raport
reportFile <- rqcReport(qaRqc, templateFile = "myReport.Rmd")

browseURL(reportFile)

#Clasa qaRqc este 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

Funcții de reprezentare grafică

Funcții rqc Plot	Funcții rqc Plot
`rqcCycleAverageQualityPcaPlot()`	`rqcGroupCycleAverageQualityPlot()`
`rqcCycleAverageQualityPlot()`	`rqcReadQualityBoxPlot()`
`rqcCycleBaseCallsLinePlot()`	`rqcReadQualityPlot()`
`rqcCycleBaseCallsPlot()`	`rqcReadWidthPlot()`
`rqcCycleGCPlot()`	`rqcReadFrequencyPlot()`
`rqcCycleQualityBoxPlot()`	`rqcCycleQualityPlot()`

grafice linie cycle-basecall

KEEP CALM

Sunteți pregătit!

Introducere în Bioconductor în R