Présentation de ShortRead

Introduction à Bioconductor en R

Paula Andrea Martinez, PhD.

Data Scientist

Génomes des plantes

  • Arabidopsis thaliana est une petite plante à fleurs
  • Première plante dont le génome a été séquencé
  • Génome de 135 mégabases (Mbp)

Arabidopsis thaliana

Introduction à Bioconductor en R

Entreprises de séquençage

Logos de séquenceurs

1 Dan Koboldt massgenomics.org
Introduction à Bioconductor en R

fastq vs fasta

fastq

@ identifiant unique de séquence

chaîne de séquence brute

+ id facultatif

codage de qualité par lettre de séquence
  • fastq, fq

fasta

> identifiant unique de séquence

chaîne de séquence brute
  • fasta, fa, seq
Introduction à Bioconductor en R

fasta

library(ShortRead)
# read fasta
fasample <- readFasta(dirPath = "data/", pattern = "fasta")

# print fasample
print(fasample)

class: ShortRead
length: 500 reads; width: 50 cycles

# methods accessors
methods(class = "ShortRead")

# Write a ShortRead object
writeFasta(fasample, file = "data/sample.fasta")
Introduction à Bioconductor en R

fastq

library(ShortRead)
# read fastq
fqsample <- readFastq(dirPath = "data/", pattern = "fastq")

# print fqsample
fqsample

class: ShortReadQ
length: 500 reads; width: 50 cycles

# methods accessors
methods(class = "ShortReadQ")

# Write a ShortRead object
writeFastq(fqsample, file = "data/sample.fastq.gz")
Introduction à Bioconductor en R

échantillon fastq

library(ShortRead)

# fixer la graine pour obtenir les mêmes séquences à chaque fois
set.seed(123)

# sous-échantillon de 500 bases
sampler <- FastqSampler("data/SRR1971253.fastq", 500)

# enregistrer le prélèvement de 500 lectures
sample_small <- yield(sampler)

# classe ShortReadQ
class(sample_small)
# longueur : 500 lectures
length(sample_small)
Introduction à Bioconductor en R

Vous êtes prêt(e) !

Introduction à Bioconductor en R

Preparing Video For Download...