Importera data

ChIP-seq med Bioconductor i R

Peter Humburg

Statistician, Macquarie University

ChIP-seq med Bioconductor i R

Hantera sekvensläsningar

  • Lagras vanligtvis i Binary Sequence Alignment/Map-filer (BAM).
  • Fält i en BAM-post:
    • Läsnamn: SRR1782620.7265769
    • Binär flagga: 0
    • Referenssekvensnamn och aligneringsposition: chr20 29803915
    • Mappningskvalitet: 0
    • CIGAR-sträng (aligneringssammanfattning): 51M
    • Referenssekvens och position för parat läs (används ej här): 0 0
    • Lässekvens: AATGAAATGGAA ...
    • Läskvalitet (ASCII-kodad): CCCFFFFFHHHH ...
ChIP-seq med Bioconductor i R

Importera mappade läsningar till R

  • Använd paketet Rsamtools för att arbeta med BAM-filer.
  • Rsamtools innehåller funktioner för indexering, läsning, filtrering och skrivning av BAM-filer.

Använd readGAlignments för att importera mappade läsningar.

library(GenomicAlignments)
reads <- readGAlignments(bam_file)

Returnerar ett GAlignments-objekt.

ChIP-seq med Bioconductor i R

Importera valda regioner

  • Använd BamViews för att definiera intresseregioner.
library(GenomicRanges)
library(Rsamtools)
ranges <- GRanges(...)
views <- BamViews(bam_file, bamRanges=ranges)
  • Importera sedan läsningar som vanligt.
reads <- readGAlignments(views)

Funktionen BamViews stöder flera BAM-filer.

ChIP-seq med Bioconductor i R

Importera peakanrop

Använd import.bed för att läsa in peakanrop från en BED-fil.

library(rtracklayer)
peaks <- import.bed(peak_bed, genome="hg19")

Använd peaks för att definiera vyer mot BAM-filerna.

bams <- BamViews(bam_file, bamRanges=peaks)
reads <- readGAlignments(bams)
ChIP-seq med Bioconductor i R

Nu kör vi en övning!

ChIP-seq med Bioconductor i R

Preparing Video For Download...