到目前為止,你已經認識 ShortRead 套件,以及在短讀長序列分析初期很實用的工具。總結來說,這個套件的主要功能包含:
ShortRead
在這個脈絡下,你接觸了兩種不同的檔案型態:fasta 與 fastq。
你認為為什麼要使用 fastq 格式的檔案?
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你將動手使用 Bioconductor。Bioconductor 是由 R 社群開發與維護、專門針對生物資訊軟體的套件庫。你會學到如何安裝並使用 Bioconductor 套件。我們也會介紹 S4 物件與函式,因為 Bioconductor 中多數套件都繼承自 S4。除此之外,你會使用一個真菌的基因體資料集來探索 BSgenome 套件。
Biostrings 是具備記憶體效率的字串容器。Biostrings 內建比對演算法與其他工具,可快速處理大型生物序列或序列集合。為序列選對容器,能讓你提升多少效率?你將學到字母表(alphabet)的概念與序列操作,並以某種病毒的小型基因組作為練習。
IRanges 與 GenomicRanges 套件同樣是用來儲存並操作基因體區間,以及沿著基因組所定義變數的容器。這些套件因為功能豐富,為許多其他 Bioconductor 套件提供了基礎設施與支援。你將學會如何使用這些容器及其相關中介資料,來操作你的序列。本章所用的資料集是人類基因組中一個特別感興趣的基因。
ShortRead 是用來讀取、操作與評估 fasta 與 fastq 檔案的套件。你可以對目標序列進行子集化、修剪與過濾,甚至產出品質報告。最後幾個練習還有加碼內容,提供你進行平行化品質評估的工具,沒錯,就是 Rqc。更令人期待的是,你將使用植物基因組的序列!
當前練習