多重與平行序列品質評估

R 中的 Bioconductor 入門

Paula Andrea Martinez, PhD.

Data Scientist

Rqc

library(Rqc)

使用你已經用過的 Bioconductor 套件：
- Biostrings, IRanges, methods, S4vectors
在接下來的 Bioconductor 課程中會看到的新套件：
- Rsamtools, GenomicAlignments, GenomicFiles, BiocParallel
CRAN 套件：
- Knitr, dplyr, markdown, ggplot2, digest, shiny, 和 Rcpp

rqcQA

library(Rqc)
files <- # 取得要評估檔案的完整路徑
qaRqc <- rqcQA(files) 

# 探索 qaRqc
class(qaRqc) # "list"
names(qaRqc) # 輸入檔案名稱

# 逐一檔案查看
qaRqc[1]
# 結果的類別是 RqcResultSet

rqcQA 參數

library(Rqc)

# 取得要評估的檔案路徑
files <- "data/seq1.fq" "data/seq2.fq" "data/seq3.fq" "data/se4.fq"

qaRqc <- rqcQA(files, workers = 4)

# 抽樣部分序列
set.seed(1111)

qaRqc_sample <- rqcQA(files, workers = 4, sample = TRUE, n = 500))

# 配對端（paired-end）檔案
pfiles <- "data/seq_11.fq" "data/seq1_2.fq" "data/seq2_1.fq" "data/seq2_2.fq"

qaRqc_paired <- rqcQA(pfiles, workers = 4, pair = c(1, 1, 2, 2)))

rqcReport 與 rqcResultSet

# 產生報告
reportFile <- rqcReport(qaRqc, templateFile = "myReport.Rmd")

browseURL(reportFile)

# qaRqc 的類別是 rqcResultSet
methods(class = "RqcResultSet")

perFileInformation

qaRqc <- rqcQA(files, workers = 4)) 
perFileInformation(qaRqc)

filename          pair format  group  reads total.reads   path 
SRR7760274.fastq  1    FASTQ    None  1e+06     2404795 ./data
SRR7760275.fastq  2    FASTQ    None  1e+06     1508139 ./data
SRR7760276.fastq  3    FASTQ    None  1e+06     1950463 ./data
SRR7760277.fastq  4    FASTQ    None  1e+06     2629588 ./data

繪圖函式

rqc 繪圖函式	rqc 繪圖函式
`rqcCycleAverageQualityPcaPlot()`	`rqcGroupCycleAverageQualityPlot()`
`rqcCycleAverageQualityPlot()`	`rqcReadQualityBoxPlot()`
`rqcCycleBaseCallsLinePlot()`	`rqcReadQualityPlot()`
`rqcCycleBaseCallsPlot()`	`rqcReadWidthPlot()`
`rqcCycleGCPlot()`	`rqcReadFrequencyPlot()`
`rqcCycleQualityBoxPlot()`	`rqcCycleQualityPlot()`

循環-鹼基呼叫線圖

KEEP CALM

你已經準備好了！

R 中的 Bioconductor 入門