在本章中，您将上手使用 Bioconductor。Bioconductor 是由 R 社区开发和维护的生物信息学软件专用仓库。您将学习如何安装和使用 Bioconductor 包。由于 Bioconductor 中的大多数包都继承自 S4，您还会接触 S4 对象与函数。此外，您将使用一种真菌的真实基因组数据集来探索 BSgenome 包。

Bioconductor 项目简介

Bioconductor 版本

使用 BiocManager 安装包

S4 在 Bioconductor 中的作用

S4 类定义

与类的交互

基因组数据集的生物学简介

探索酵母基因组

对酵母基因组进行区段切分

可用基因组

什么是 Bioconductor？

Biostrings 是内存高效的字符串容器。Biostrings 提供匹配算法与其他工具，可对大型生物序列或序列集进行快速处理。为序列选择合适的容器，效率能提升到什么程度？您将借助一种病毒的微小基因组，学习字母表与序列操作。

Biostrings 简介

探索寨卡病毒序列

Biostrings 容器

操作 Biostrings

序列处理

从序列集合到单条序列

对子集进行子集化

常用序列操作函数

我们为什么关注序列模式？

搜索模式

查找回文序列

在六个阅读框中寻找保守区域

查找匹配

Biostrings 及其适用场景

IRanges 和 GenomicRanges 也是用于存储与操作基因组区间及沿基因组定义变量的容器。由于其强大的功能，这些包为许多其他 Bioconductor 包提供基础设施与支持。您将学习如何使用这些容器及其关联的元数据来操作您的序列。您将查看的数据集来自人类基因组中的一个重点关注基因。

IRanges 与基因组结构

IRanges

构建 IRanges

与 IRanges 交互

目标基因

从表格数据到 Genomic Ranges

GenomicRanges 访问器

ABCD1 突变

人类基因组 X 染色体

操作 GRanges 集合

序列窗口

它在吗？

有多少个转录本？

将 GRangesList 对象转换为 GRanges 对象

IRanges 与 GenomicRanges

ShortRead 是用于读取、处理与评估 fasta 和 fastq 文件的包。您可以对子序列进行子集化、裁剪和过滤，甚至生成质量报告。在最后的练习中还有额外加分内容：使用 Rqc 进行并行质量评估。更有趣的是，您将以植物基因组序列为素材！

序列文件

为什么用 fastq？

读取文件

探索 fastq 文件

从 fastq 文件中抽取一个样本

序列质量

探索序列质量

碱基质量图

动手绘制核苷酸频率图

匹配与筛选

随取随筛：即时过滤 reads！

去除重复项

多重评估

绘制循环平均质量图

Bioconductor 入门

走近 ShortRead

Yeast Genome dataset

Zika Genomic DNA dataset

A. Thaliana Short Reads with Quality dataset

Human Gene & Transcript ID dataset

从医学到生物技术，许多生物研究正迈向序列分析。我们现在能够生成针对性的和全基因组的大数据，需要对其进行分析以回答生物学问题。为帮助您入门，本课程将介绍 Bioconductor 项目。Bioconductor 构建并提供用于共享软件工具（包）、工作流程和数据集的基础设施，以便分析和理解基因组数据。Bioconductor 是一个优秀的平台，面向您开放，也是由社区共同开发的开源资源。学习结束时，您将能够使用关键的 Bioconductor 包，并理解其基础设施和部分内置数据集。使用来自不同物种的真实数据集搭配 BSgenome、Biostrings、IRanges、GenomicRanges、TxDB、ShortRead 和 Rqc，将是一段难得的实践体验！

Introduction to R

Introduction to the Tidyverse

使用真实数据集，通过BSgenome、Biostrings、IRanges、GenomicRanges、TxDB、ShortRead和Rqc分析基因组数据。

R 中的 Bioconductor 入门

学习使用病毒、真菌、人类和植物数据集的必备 Bioconductor 包，掌握生物信息学！

基因组数据集的生物学简介

Create Your Free Account