Dlaczego wzorce są dla nas ważne?

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Wprowadzenie do Bioconductor w R

SkillTag.level.intermediateSkillTag.label

4.8+

W tym rozdziale zapoznasz się z Bioconductor w praktyce. Bioconductor to specjalizowane repozytorium oprogramowania bioinformatycznego, tworzone i utrzymywane przez społeczność R. Nauczysz się instalować pakiety Bioconductor i korzystać z nich. Poznasz obiekty i funkcje klasy S4, ponieważ większość pakietów Bioconductor dziedziczy po S4. Ponadto użyjesz rzeczywistego zbioru danych genomicznych grzyba, aby zbadać pakiet BSgenome.

Exercise 1: Wprowadzenie do projektu Bioconductor Exercise 2: Wersja Bioconductora Exercise 3: BiocManager do instalacji pakietów Exercise 4: Rola S4 w Bioconductorze Exercise 5: Definicja klasy S4 Exercise 6: Interakcja z klasami Exercise 7: Biologia genomicznych zbiorów danych Exercise 8: Odkrywanie genomu drożdży Exercise 9: Podział genomu drożdży Exercise 10: Dostępne genomy

Biostrings to pamięciooszczędne kontenery na łańcuchy znaków. Pakiet Biostrings oferuje algorytmy dopasowywania i inne narzędzia do szybkiego przetwarzania dużych sekwencji biologicznych lub zbiorów sekwencji. Dowiesz się, jak efektywnie pracować z właściwymi kontenerami dla swoich sekwencji. Poznasz alfabety i metody manipulacji sekwencjami na przykładzie małego genomu wirusa.

Exercise 1: Wprowadzenie do Biostrings Exercise 2: Eksploracja sekwencji wirusa Zika Exercise 3: Kontenery Biostrings Exercise 4: Manipulowanie obiektami Biostrings Exercise 5: Obsługa sekwencji Exercise 6: Ze zbioru do pojedynczej sekwencji Exercise 7: Podzbiór zbioru Exercise 8: Najczęściej używane funkcje manipulacji sekwencjami Exercise 9: Dlaczego wzorce są dla nas ważne?

Bieżące ćwiczenie

Exercise 10: Wyszukiwanie wzorca Exercise 11: Znajdowanie palindromów Exercise 12: Wyszukiwanie konserwowanego regionu w sześciu ramkach odczytu Exercise 13: Szukanie dopasowania

Pakiety IRanges i GenomicRanges to kontenery do przechowywania i przetwarzania przedziałów genomicznych oraz zmiennych zdefiniowanych wzdłuż genomu. Stanowią fundament i wsparcie dla wielu innych pakietów Bioconductor dzięki swoim rozbudowanym funkcjom. Nauczysz się korzystać z tych kontenerów i powiązanych z nimi metadanych, aby manipulować swoimi sekwencjami. Analizowanym zbiorem danych będzie szczególny gen zainteresowania w genomie ludzkim.

Exercise 1: IRanges i struktury genomowe Exercise 2: IRanges Exercise 3: Tworzenie obiektów IRanges Exercise 4: Interakcja z IRanges Exercise 5: Gen będący przedmiotem zainteresowania Exercise 6: Od danych tabelarycznych do GenomicRanges Exercise 7: Akcesory GenomicRanges Exercise 8: Mutacja ABCD1 Exercise 9: Chromosom X ludzkiego genomu Exercise 10: Manipulowanie kolekcjami obiektów GRanges Exercise 11: Okno sekwencji Exercise 12: Czy tam jest?Exercise 13: Więcej o ABCD1 Exercise 14: Ile transkryptów?Exercise 15: Z obiektu GRangesList do obiektu GRanges

ShortRead to pakiet do wczytywania, przetwarzania i oceny plików fasta i fastq. Możesz tworzyć podzbiory sekwencji, przycinać je i filtrować, a nawet generować raporty jakości. W ostatnich ćwiczeniach czeka na ciebie dodatkowy bonus – narzędzia do równoległej oceny jakości, czyli pakiet Rqc. Do tego wszystkiego wykorzystasz sekwencje genomu roślinnego!

Exercise 1: Pliki sekwencji Exercise 2: Dlaczego fastq?Exercise 3: Wczytywanie plików Exercise 4: Eksploracja pliku fastq Exercise 5: Wyodrębnij próbkę z pliku fastq Exercise 6: Jakość sekwencji Exercise 7: Eksploracja jakości sekwencji Exercise 8: Wykres jakości baz Exercise 9: Stwórz własny wykres częstości nukleotydów Exercise 10: Dopasowanie i filtrowanie Exercise 11: Filtrowanie odczytów w locie!Exercise 12: Usuwanie duplikatów Exercise 13: Więcej filtrowania!Exercise 14: Wielokrotna ocena jakości Exercise 15: Wykres średniej jakości cyklu Exercise 16: Wprowadzenie do Bioconductor