सीक्वेंस गुणवत्ता
R में Bioconductor परिचय
Paula Andrea Martinez, PhD.
Data Scientist
क्वालिटी स्कोर - Phred तालिका
| गुणवत्ता मान | गलत होने की संभावना | सटीकता (%) |
|---|---|---|
| 10 | 10 में 1 | 90 |
| 20 | 100 में 1 | 99 |
| 30 | 1000 में 1 | 99.9 |
| 40 | 10000 में 1 | 99.99 |
| 50 | 100000 में 1 | 99.999 |
एन्कोडिंग - Phred +33
# quality encoding
encoding(quality(fqsample))
एन्कोडिंग कैरेक्टर और उनके स्कोर
! " # $ % & ' ( ) * + , - . # encoding
0 1 2 3 4 5 6 7 8 9 10 11 12 13 # score
/ 0 1 2 3 4 5 6 7 8 9 : ; < # encoding
14 15 16 17 18 19 20 21 22 23 24 25 26 27 # score
= > ? @ A B C D E F G H I # encoding
28 29 30 31 32 33 34 35 36 37 38 39 40 # score
fastq गुणवत्ता
library(ShortRead)
quality(fqsample)
class: FastqQuality
A BStringSet instance
# Quality is represented with ASCII characters
[1] 40 ?@@DDDDDHDFDHE>AHFEGFIIEBGDBHH<3FEBEEEEG
[2] 40 BCCDFFFFHHHHHJJJJJJJJJJEHHGHIJJJJJJJJJJJ
[3] 40 BCCFFFFFHFHHHJJJJJJIIJJIIIIIGIIJJIJGIJII
[4] 40 CCCFFFFFHHHHHJJJJJJJJJJIJJJJJJJJJJJJJJJJ
library(ShortRead)sread(fqsample)[1]# Quality is represented with ASCII characters quality(fqsample)[1]
50 GTCCCATTTACCTCTGACTCTTTTGATGCTGCAATTGCTGCTCATATACT50 ?@@DDDDDHDFDHE>AHFEGFIIEBGDBHH<3FEBEEEEGGIGIIGHGHC
## PhredQuality instance pq <- PhredQuality(quality(fqsample))# transform encoding into scores qs <- as(pq, "IntegerList") qs # print scores
30 31 31 35 35 35 35 35 39 35 37 35 39 36 29 32 39 37 36 38 37 40 40 36 33 38 35 33 39 39 27 18 37 36 33 36
36 36 36 38 38 40 38 40 40 38 39 38 39 34
क्वालिटी एसेसमेंट
library(ShortRead) # Quality assessment qaSummary <- qa(fqsample, lane = 1) # optional lane# class: ShortReadQQA(10) # क्वालिटी एसेसमेंट समरी में उपलब्ध नाम names(qaSummary)
[1] "readCounts" "baseCalls" "readQualityScore" "baseQuality"
[5] "alignQuality" "frequentSequences" "sequenceDistribution" "perCycle"
[9] "perTile" "adapterContamination"
# QA एलिमेंट्स को qa[["name"]] से एक्सेस करें
# HTML रिपोर्ट प्राप्त करें
browseURL(report(qaSummary))
library(ShortRead)# sequences alphabet alphabet(sread(fullSample))
A,C,G,T,M,R,W,S,Y,K,V,H,D,B,N,-,+,.
abc <- alphabetByCycle(sread(fullSample))# प्रत्येक observation एक अक्षर है और प्रत्येक variable एक cycle है। पहले 4 पंक्तियाँ (न्यूक्लियोटाइड A, C, G, T) चुनें # फिर transpose करें nucByCycle <- t(abc[1:4,])nucByCycle <- nucByCycle %>% as_tibble() %>% # tibble में बदलें mutate(cycle = 1:50) # cycle नंबर जोड़ें nucByCycle
A C G T cycle
16839 16335 16740 10878 1
13056 13327 12064 22389 2
13666 15617 13198 18355 3
14723 15439 14239 16435 4
क्या आप उत्साहित हैं?
R में Bioconductor परिचय
