Tomáš Martínek FIT VUT Brno

martinto@fit.vutbr.cz

Stáhněte si archiv dostupný na adrese: www.fit.vutbr.cz/~martinto/lsb2014.zip

Rozbalte si jej např. do adresáře: ◦ C:\LSB2014

Spusťte si Rstudio a načtěte si soubor ◦ C:\LSB2014\letniskola.R

Nastavte si pracovní adresář na: ◦ C:\LSB2014

Obecná třída pro práci s biologickými sekvencemi

Dále se specializuje na: ◦ DNAString – sekvence DNA ◦ RNAString – sekvence RNA ◦ AAString – sekvence aminokyselin

Pokud se pracuje s více sekvencemi současně (např. fasta soubor s více sekvencemi), využívá se varianta XStringSet

Reprezentuje určitý pohled na DNA/RNA/AA sekvenci resp. její úseky

Součástí této třídy je i samotná sekvence

DNAString

XStringView start end width [1] 100 150 51 [AAGC..AATG] [2] 200 350 251 [GGTA..CATA] …

Pokud vás zajímají pouze jednotlivé úseky, bez příslušné sekvence, můžete využít třídu IRanges

Příklad konstruktoru:

DNAString

IRanges start end width [1] 100 150 51 [2] 200 350 251 …

ir <- IRanges(start=c(100, 200), end=c(150, 350))

Specifická sekundární struktura DNA složená z Guaninových tetrád

Pro vyhledávání se obvykle používá vzorec

◦ G3+N1-7G3+N1-7G3+N1-7G3+

Identifikuje jednotlivé úseky v rámci celého genomu

Neobsahuje samotou DNA sekvenci

chr1

GRanges seqnames ranges strand <Rle> <IRanges> <Rle> [1] chr1 [150, 351] + [2] chr2 [250, 450] - [3] chrY [310, 520] * …

chr2 chrY

… 5’ 3’

3’ 5’

Příklad konstruktoru:

gr <- GRanges(seqnames=c("chr1", "chr2", "chrY"), ranges=IRanges(start=c(150, 250, 310), end=c(351, 450, 520)), strand=c("+", "-", "*"), seqlengths = c("chr1" = 2400, "chr2" = 3500, "chrY"=5500))

findOverlaps(gr_query, qr_subject, ignore.strand=T)

Výsledkem je seznam hitů, který reprezentuje dvojice indexů do původních GRanges struktur

chr1 chr2 chrY

… + -

1

2 3

4

1

2 3

4

Hits queryHits subjectHits <integer> <integer> 1 1 1 2 2 3 3 3 3 …

reduce(gr, ignore.strand=T)

Výsledkem je stopa reprezentující sjednocení jednotlivých elementů původní stopy

chr1 chr2 chrY

… + -

*

gaps(gr)

Vytvoří GRanges stopu z mezer mezi elementy původní stopy

Pozor: Mezery počítá samostatně pro jednotlivá vlákna +, -, *

chr1 chr2 chrY

…

chr1 chr2 chrY

… + - *

+ -

V rámci jedné stopy ◦ flank, resize, shift, promotors

◦ disjoin, gaps, reduce, range

◦ coverage

Mezi dvojicí stop ◦ union, intersect, setdiff

◦ punion, pintersect, psetdiff

◦ findOverlaps, countOverlaps, %in%, match