or
Toto cvičení je součástí kurzu
V této kapitole si Bioconductor vyzkoušíš v praxi. Bioconductor je specializované úložiště bioinformatického softwaru, které vyvíjí a spravuje komunita R. Naučíš se instalovat a používat balíčky Bioconductoru. Seznámíš se s objekty a funkcemi třídy S4, protože většina balíčků v Bioconductoru z S4 vychází. Navíc prozkoumáš balíček BSgenome na reálném genomickém datasetu houby.
Biostrings jsou paměťově efektivní kontejnery pro řetězce. Balíček Biostrings obsahuje párovací algoritmy a další nástroje pro rychlou manipulaci s velkými biologickými sekvencemi nebo jejich sadami. Jak efektivní dokážeš být, když pro své sekvence zvolíš správné kontejnery? Naučíš se pracovat s abecedami a manipulovat se sekvencemi – a to na malém genomu viru.
Balíčky IRanges a GenomicRanges jsou kontejnery pro ukládání a manipulaci s genomickými intervaly a proměnnými definovanými podél genomu. Díky svým bohatým funkcím poskytují infrastrukturu a podporu mnoha dalším balíčkům Bioconductoru. Naučíš se pracovat s těmito kontejnery a jejich přidruženými metadaty pro manipulaci se sekvencemi. Jako datová sada poslouží zvláštní gen zájmu v lidském genomu.
Aktuální cvičení
ShortRead je balíček pro načítání, manipulaci a hodnocení souborů ve formátech fasta a fastq. Umožňuje ti vybírat podmnožiny sekvencí, ořezávat je, filtrovat a vytvářet zprávy o jejich kvalitě. Na závěr jako bonus získáš nástroje pro paralelní hodnocení kvality – ano, mluvíme o Rqc. A jako datová sada poslouží sekvence genomu rostliny!