Introduction à Biostrings

Introduction à Bioconductor en R

James Chapman

Curriculum Manager, DataCamp

Biostrings

  • Algorithmes pour la manipulation rapide de séquences
  • Plusieurs forfaits Bioconductor dépendent de Biostrings
BiocManager::install("Biostrings")
Introduction à Bioconductor en R

Conteneurs de chaînes biologiques

  • Biostrings → Efficace en mémoire pour stocker et manipuler des séquences de caractères
  • Conteneurs pouvant être hérités

Par exemple :

  • La classe BString vient de « big string »
Introduction à Bioconductor en R

Chaînes vs ensembles

 

  • XString pour stocker une séquence unique
    • BString pour toute chaîne
    • DNAString pour l'ADN
    • RNAString pour l'ARN
    • AAString pour les acides aminés

 

  • XStringSet pour plusieurs séquences
    • BStringSet
    • DNAStringSet
    • RNAStringSet
    • AAStringSet
Introduction à Bioconductor en 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"
Introduction à Bioconductor en R

Alphabets Biostrings

DNA_BASES # 4 bases d'ADN

RNA_BASES # 4 bases d'ARN

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

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

AA_STANDARD # 20 acides aminés

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

DNA_ALPHABET # contient IUPAC_CODE_MAP 
RNA_ALPHABET # contient IUPAC_CODE_MAP 
AA_ALPHABET  # contient AMINO_ACID_CODE
1 Pour en savoir plus sur les codes IUPAC de l'ADN : http://genome.ucsc.edu/goldenPath/help/iupac.html
Introduction à Bioconductor en R

transcription et traduction

Introduction à Bioconductor en R

Transcription ADN vers ARN

# Chaîne d'ADN unique
dna_seq <- DNAString("ATGATCTCGTAA")
dna_seq

Objet DNAString de 12 lettres
seq: ATGATCTCGTAA

# Transcription ADN → ARN
rna_seq <- RNAString(dna_seq)
rna_seq

Objet RNAString de 12 lettres
seq: AUGAUCUCGUAA
Introduction à Bioconductor en R

Traduction ARN vers acides aminés

rna_seq

Objet RNAString de 12 lettres 
seq: AUGAUCUCGUAA

# Traduction ARN → AA
aa_seq <- translate(rna_seq)
aa_seq

Trois bases d'ARN forment un AA : AUG = M, AUC = I, UCG = S, UAA = *

Objet AAString de 4 lettres
seq: MIS*
Introduction à Bioconductor en R

Raccourci : traduire l'ADN en acides aminés

dna_seq

Objet DNAString de 12 lettres
seq: ATGATCTCGTAA

# translate() va aussi directement de l'ADN aux AA
translate(dna_seq)

Objet AAString de 4 lettres
seq: MIS*
Introduction à Bioconductor en R

Le virus Zika

Virus Zika

Symptômes du Zika

Introduction à Bioconductor en R

Passons à la pratique avec le virus Zika !

Introduction à Bioconductor en R

Preparing Video For Download...