Introducere în biologia seturilor de date genomice

Introducere în Bioconductor în R

James Chapman

Curriculum Manager, DataCamp

Organisme din regnurile vieții

Componente ADN

Elementele genomului

Alfabetul ADN al informației genetice
Un set de cromozomi (număr foarte variabil)
Gene (conțin instrucțiunile eredității)
- codificatoare și necodificatoare
Proteine (responsabile de funcții specifice)
- ADN-la-ARN (transcriere)
- ARN-la-proteină (traducere)

Drojdia

Microorganism unicelular
Ciuperca pe care oamenii o adoră ♥
Folosită la fermentare: bere, pâine, chefir, kombucha, bioremediare etc.
Denumire: Saccharomyces cerevisiae sau S. cerevisiae

Drojdie

Pachetul de adnotare BSgenome

# Încărcați pachetul și stocați datele în yeast
library(BSgenome.Scerevisiae.UCSC.sacCer3)
yeast <- BSgenome.Scerevisiae.UCSC.sacCer3


# Alte genomuri disponibile
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

Extragerea secvențelor

getSeq(): metodă S4 pentru BSgenome

# Selectați întreaga secvență genomică
getSeq(yeast)


# Selectați secvența de pe cromozomul M
getSeq(yeast, "chrM")


# Selectați primele 10 perechi de baze
getSeq(yeast, end = 10)

Să exersăm!

Introducere în Bioconductor în R