Date de secvențiere
Unitatea de bază a unui set de date ChIP-seq este o citire de secvențiere. Un set de date complet conține, de obicei, câteva milioane de citiri, stocate în fișiere BAM. În acest exercițiu, vom vedea cum sunt reprezentate citirile în R, folosind citiri dintr-o regiune mică de pe cromozomul 20.
Citirile au fost deja încărcate în R pentru tine. Sunt stocate într-un obiect GAlignments numit reads. Obiectul GAlignments este strâns legat de GenomicRanges, pe care l-ai putut întâlni în cursurile introductive de Bioconductor. Este o bună ocazie să îți reamintești cum să interacționezi cu acest tip de obiect.
Reține că Bioconductor oferă funcții de acces pentru a facilita extragerea datelor. De exemplu, start() extrage coordonatele de început ale tuturor citirilor.
Acest exercițiu face parte din cursul
ChIP-seq cu Bioconductor în R
Instrucțiuni pentru exercițiu
- Afișează obiectul
readspentru a obține un rezumat al datelor. - Obține poziția de început a primei citiri.
- Obține poziția de sfârșit a ultimei citiri.
- Determină numărul de citiri care acoperă fiecare poziție din regiunea selectată, adică calculează acoperirea citirilor folosind funcția cu același nume.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Print the 'reads' object to obtain a summary of the data
print(___)
# Get the *start* position of the first read
start_first <- ___(reads)[1]
# Get the *end* position of the last read
end_last <- ___(___)[length(___)]
# Compute the number of reads covering each position in the selected region
cvg <- ___