시작하기무료로 시작하기

직접 만들어 보는 뉴클레오타이드 빈도 플롯

이제 사이클별 뉴클레오타이드 빈도를 좀 더 자세히 살펴볼 차례예요. 가장 좋은 방법은 시각화를 만드는 것이죠. 보통 초기 몇 개 사이클은 다소 무작위적이며, 그다음부터는 사이클이 진행되면서 뉴클레오타이드 빈도가 안정되는 경향이 있어요.

이번 연습에서는 일부 전처리가 적용된 전체 fastq 파일 SRR1971253를 사용해요:

library(ShortRead)
fqsample <- readFastq(dirPath = "data", 
                      pattern = "SRR1971253.fastq")
# extract reads                      
abc <- alphabetByCycle(sread(fqsample))

# Transpose nucleotides A, C, G, T per column
nucByCycle <- t(abc[1:4,]) 

# Tidy dataset
nucByCycle <- nucByCycle %>% 
  as_tibble() %>% # convert to tibble
  mutate(cycle = 1:50) # add cycle numbers

여러분의 과제는 tidyverse 함수들을 사용해 사이클별 뉴클레오타이드 빈도 플롯을 만드는 거예요!

이 연습은 강의의 일부입니다

R로 시작하는 Bioconductor

강의 보기

연습 안내

  • 데이터 구조를 확인하려면 nucByCycle 객체에 glimpse()를 사용하세요.
  • pivot_longer()로 alphabet의 뉴클레오타이드 문자를 피벗해 새 count 열을 만드세요.
  • x축에 cycle, y축에 count를 두고, alphabet으로 색을 구분한 선 그래프를 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Glimpse nucByCycle
___

# Create a line plot of cycle vs. count
nucByCycle %>% 
  # Gather the nucleotide letters in alphabet and get a new count column
  pivot_longer(-cycle, names_to = ___, values_to = ___) %>% 
  ggplot(aes(x = ___, y =  ___, color = ___)) +
  geom_line(size = 0.5 ) +
  labs(y = "Frequency") +
  theme_bw() +
  theme(panel.grid.major.x = element_blank())
코드 편집 및 실행