Вступ до Biostrings

Вступ до Bioconductor в R

James Chapman

Curriculum Manager, DataCamp

Biostrings

Алгоритми для швидкої обробки послідовностей
Багато пакунків Bioconductor залежать від Biostrings

BiocManager::install("Biostrings")

Контейнери біологічних рядків

Biostrings → ощадливе до памʼяті зберігання й обробка рядкових послідовностей
Контейнери, від яких можна наслідуватися

Наприклад:

Клас BString походить від big string

Рядки vs. набори

XString для зберігання однієї послідовності
- BString для будь-якого рядка
- DNAString для ДНК
- RNAString для РНК
- AAString для амінокислот

XStringSet для багатьох послідовностей
- BStringSet
- DNAStringSet
- RNAStringSet
- AAStringSet

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"

Алфавіти Biostrings

DNA_BASES # 4 основи ДНК

RNA_BASES # 4 основи РНК

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

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

AA_STANDARD # 20 амінокислот

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

DNA_ALPHABET # містить IUPAC_CODE_MAP 
RNA_ALPHABET # містить IUPAC_CODE_MAP 
AA_ALPHABET  # містить AMINO_ACID_CODE

¹ Докладніше про коди ДНК IUPAC: http://genome.ucsc.edu/goldenPath/help/iupac.html

транскрипція та трансляція

Транскрипція ДНК у РНК

# Одна послідовність ДНК
dna_seq <- DNAString("ATGATCTCGTAA")
dna_seq

12-letter DNAString object
seq: ATGATCTCGTAA

# Транскрипція: ДНК → РНК
rna_seq <- RNAString(dna_seq)
rna_seq

12-letter RNAString object
seq: AUGAUCUCGUAA

Трансляція РНК в амінокислоти

rna_seq

12-letter RNAString object 
seq: AUGAUCUCGUAA

# Трансляція: РНК → амінокислоти
aa_seq <- translate(rna_seq)
aa_seq

Три основи РНК утворюють одну амінокислоту: AUG = M, AUC = I, UCG = S, UAA = *

4-letter AAString object
seq: MIS*

Скорочено: трансляція ДНК в амінокислоти

dna_seq

12-letter DNAString object
seq: ATGATCTCGTAA

# translate() також може одразу: ДНК → амінокислоти
translate(dna_seq)

4-letter AAString object
seq: MIS*

Вірус Зіка

Симптоми Зіка

Давайте потренуємось із вірусом Зіка!

Вступ до Bioconductor в R