0.1生物导体中间实验室

练习1
找到Biocumon中的包，其中包含从UCSC生成的ucsc for tar norvegicus（汇编RN5），加载它并将其保存在一个名为“TXDB”的变量中。使用此对象，执行以下操作 -
a）找到本组装中包含的所有基因，并将其保存在一个名为'Ratenes'中。
b）大鼠中含有多少个序列？（提示：？SEQINFO）
c）'RATGENES'还包含支架 - 您如何将对象置于仅从标准染色体中包含序列？
b）我对基因'ACSL5'（Entrez Gene ID = 94340）感兴趣。这是否存在于'Ratenes'中？它的染色体坐标是什么？

练习2
找到Biocomumon中的包，可以将Rattus Norvegicus（大鼠）的全基因组序列（RN5，2012年3月）储存
a）加载包并将其保存在一个名为“ratseq”的对象中
b）存储在哪个序列信息的对象？
c）获取ACSL5的DNA序列信息，并将其存储在'ACSL5_SEQUENCE'中
d）从该序列中计算GC含量。

练习3.
在上面的“Ratenes”对象中，您只能获得Entrez基因ID，您可以获得每个基因的基因名称吗？

练习4.
获取来自NCBI的注释数据库for homo sapiens（汇编build grch38.80），创建一个txdb对象（类似于我们在上面的问题3中看到的）并获得基因。（提示 - 涉及用GTF文件从划痕开始）

练习5.
与UCSC浏览器跟踪基础设施一起开发的提升设备可用于转换GANGES格式的数据。我们希望将数据从RN4转换为最新的胶合RN6。
a）对RN6坐标的转换由UCSC提供的链文件定义。获取包含从RN5转换为RN6的链文件。
b）获取链文件后执行升值。

0.2解决方案

答案1

suppresspackageStartUpMessages（{库（“TXDB.rnorvegicus.ucc.rn5.refgene”）}）TXDB < -  TXDB.rnorveG​​icus.Cucsc.rn5.refgene ##查找所有基因Raten < - 基因（TXDB）##列出所有序列SEQINFO（RATGENES）

## SEQINFO对象具有2739个序列（1个循环）来自RN5 Genome：## SEQNAMES SEQLENGTHS ISCircular Genome ## CHR1 290094216 FALSE RN5 ## CHR2 285068071 FALSE RN5 ## CHR3 183740530 FESHR RN5 ## CHR4 248343840 FALSE RN5 ## CHR5 177180328 FALSERN5 ## ... ... ## Chrun_JH620694 6347 False RN5 ## Chrun_JH620695 1669 False RN5 ## Chrun_JH620696 7236 False RN5 ## Chrun_JH620697 3488 False RN5 ## Chrun_JH620698 3129 False RN5

##子集仅包含标准染色体的标准染色体< - 饥饿标准十四胞体（RATGENES）##找到基因'ACSL5'ACSL5 < -  RUENES [哪个（MCOL（RUGENES）$ GENE_ID == 94340），] ACSL5

## GRANGES对象具有1个范围和1个元数据列：## SEQNAMES范围股票|gene_id ##    | ## 94340 CHR1 [283637899,283685361] + |94340 ## ------- ## SEQINFO：来自RN5基因组的22个序列（1个圆形）

答案2

suppresspackageStartUpMessages（{库（bsgenome.rnorvegicus.ucsc.rn5）}）ratseq < -  bsgenome.rnorvegicus.ucc.rn5类（ratseq）

## [1]“bsgenome”## attr（，包装“）## [1]”bsgenome“

##获取序列ACSL5_Sequence < -  Getseq（Ratseq，ACSL5）##计算GC内容Letterfruquency（ACSL5_Sequence，“GC”，AS.Prob = True）

## g | C ## [1，] 0.4156501

答案3.

图书馆（“rattus.norvegicus”）

##加载所需包：加载所需包：go.db ## ##加载所需包：org.rn.eg.db ## ##现在直接获取Godb对象##直接获取OrgdB对象＃＃现在直接获取TXDB对象

##在所有entrex id和基因名称之间获取映射RuggenEnames < - 选择（Rattus.norvegicus，Ratenes $ Gene_ID，列= C（“符号”，'GeneID'），Keytype =“GeneID”）

##'select（）'返回1：1键之间映射键和列之间

##将Entrz ID与子集idx < - 匹配（ratgenenames $ geneid，Ratenes $ gene_id）匹配，将mactched结果添加到granges mcols（Ratenes）< -  Rugenenames [Idx，] Ratenes

## GRANGES对象具有17165的范围和2个元数据列：## SEQNAMES范围股票|Geneid符号##    |  ## 100034253 Chrx [20785115,20818062]  -  |100034253 GNL3L ## 100036582 CHR8 [20639977,20641201] + |100036582 OLR1867 ## 100036765 CHR12 [39085314,39111846] + |100036765 CCDC92 ## 100049583 CHR8 [117147872,117149172]  -  |100049583 TREX1 ## 100124593 CHR8 [132020812,132021866] + |100124593 CXCR6 ## ... ... ... ... ... ## 94338 CHR19 [49107658,49191221]  -  |94338 SMPD3 ## 94339 CHR5 [176554525,176557154]  -  |94339 MMP23 ## 94340 CHR [283637899,283685361] + | 94340 Acsl5 ## 94341 chr9 [ 94208941, 94217050] - | 94341 Kcnj13 ## 94342 chr20 [ 7198625, 7211343] + | 94342 Bag6 ## ------- ## seqinfo: 22 sequences (1 circular) from rn5 genome

答案4.
步骤包括
a）获取NCBI的GTF文件，以获得Homo的特定构建
你感兴趣的莎拉语。（注释声是里面的包
生物导体自动获取文件）
b）从此GTF文件中创建TXDB对象（其作为经纪读数）
c）以前从TXDB对象中提取基因。

如果您无法找到预先包装的基因组注释，这些步骤是有益的
为您最喜欢的生物体作为生物导体内的包裹。

库（AnnotationHub）AH = AnnotationHub（）##查找文件GTF_HUMANS < - 查询（AH，C（“GTF”，“GRCH38”，“GRCH38”，“80”））GTF_HUMANS ##下载文件gtffile < -AH [[AH47066“]] ##创建TXDB库（基因组法）TXDB < -  maketxdbfromgranges（gtffile）#may需要一些时间.. txdb ##从划船税堂< - 基因（TXDB）获取基因。

答案5
获取链文件的一种方法是找到该文件
在UCSC中，下载并在使用中读取它rtracklayer :: import.chain（）。
更容易的解决方案是通过annotationhub.

## a）获取链文件##加载包并查询文件以查找我们想要库（AnnotationHub）AH = AnnotationHub（）的文件

## SnapshotDate（）：2015-05-26

查询（AH，C（“Rattus”，“RN5”，“RN6”）））

##带有2个记录的注释声##＃SnapshotDate（）：2015-05-26 ##＃$ DataProvider：ucsc ##＃$ species：rattus norvegicus ##＃$ rdataclass：chainfile ###额外的mcols（）：cauronyid，genome, description, tags, sourceurl, sourcetype ## # retrieve records with, e.g., 'object[["AH14745"]]' ## ## title ## AH14745 | rn6ToRn5.over.chain.gz ## AH14761 | rn5ToRn6.over.chain.gz

##了解有关所需文件的更多信息AH [“AH14761”]

##带有1 reck ##＃snapshotdate（）：2015-05-26 ################################### $种：rattus norvegicus ##＃$ rdataclass：chainFile ##＃$ title：rn5torn6.over.chain.gz ###################################分类：10116 ##＃$基因组：RN5 ##＃$ sourcetype：链##＃$sourceurl：http：//hgdownload.cse.ucsc.edu/goldenpath/rn5/liftover/rn5torn6.over.chain.gz ##＃$ sourcelastmodizeddate：na ##＃$ scessize：na ##＃$标签：升降搬运，链，UCSC，Genome，同源性############# [“AH14761”]]'

##下载文件ratchain < -  ah [[“ah14761”]] ratchain

##长度链22 ##名称（22）：CHR1 CHR2 CHR3 CHR8 ... CHR16 CHR17 CHR18 CHR19 CHR20 CHRX CHRM

## b）执行升降机库（rtracklayer）Lft < - 升降装置（ACSL5，棘轮）LFT

## GrangesList长度的对象1：## $ 94340 ## Granges对象有5个范围和1个元数据列：## SEQNAMES范围股票|gene_id ##    | ## [1] CHR1 [276240703,276246818] + |94340 ## [2] CHR1 [276249487,276251786] + |94340 ## [3] CHR1 [276253038,276277131] + |94340 ## [4] CHR1 [276278664,276288427] + |94340 ## [5] CHR [276288451,276290006] + |94340 ## ## ------- ## SEQINFO：1个未指定的基因组的序列;没有SEQLENG

0.3参考

• 基因组的基本介绍
  
• 操纵磨房
• Genomicrangeshowtos（高级）
• Biocumon介绍序列数据
• 使用BSGenome套餐
  
• 利用具有基因组法的TXDB对象
• AnnotationHub介绍那案例分析
• 升降机工作流程

0.4什么不是在BioC2015错过！

如果您喜欢此实验室并希望在此领域了解更多信息，请不要错过BioC2015的以下实验室

• 生物体注释资源由Marc Carlson，Sonali Arora。（周三，第3期，下午1:00 PM-2:45PM）
• 用于高通量测序分析的Biocumons的基础数据结构的实用介绍由英国页面，迈克尔·劳伦斯。（周三，第3期，3:15 PM-5:00PM）

0.5sessioninfo（）

sessioninfo（）

## R 3.2.1（2015-06-18）##平台：X86_64-Unknown-Linux-GNU（64位）##正在运行：Ubuntu 14.04.2 LTS ### locale：## [1] lc_ctype = en_us.utf-8 lc_numeric = c lc_time = en_us.utf-8 ## [4] lc_collat​​e = c lc_monetary = en_us.utf-8 lc_messages = en_us.utf-8 ## [7] lc_paper = en_us.utf-8 lc_name = c lc_address = c ## [10] lc_telephone = c lc_measurement = en_us.utf-8 lc_identification = c ## ##附加基本包：## [1] stats4并行统计图形grdevices utils数据集方法base ####其他附加包：## [1] rattus.norvegicus_1.3.1 org.rn.eg.db_3.1.2 ## [3] go.db_3.1.2 Organismdbi_1.11.42 ## [5] bsgenome.rnorvegicus.ucc.rn5_1.4.0 bsgenome_1.37.3 ## [7] rtracklayer_1.29.12 txdb.rnorvegicus.ucsc.rn5.refgene_3.1.3 ## [9] org.hs.eg.db_3.1.2 rsqlite_1.0.0 ## [11] dbi_0.3.1 txdb。Hsapiens.UCSC.hg19.knownGene_3.1.3 ## [13] GenomicFeatures_1.21.13 AnnotationDbi_1.31.17 ## [15] AnnotationHub_2.1.30 RNAseqData.HNRNPC.bam.chr14_0.7.0 ## [17] GenomicAlignments_1.5.11 Rsamtools_1.21.14 ## [19] Biostrings_2.37.2 XVector_0.9.1 ## [21] SummarizedExperiment_0.3.2 Biobase_2.29.1 ## [23] GenomicRanges_1.21.16 GenomeInfoDb_1.5.8 ## [25] IRanges_2.3.14 S4Vectors_0.7.10 ## [27] BiocGenerics_0.15.3 ggplot2_1.0.1 ## [29] BiocStyle_1.7.4 ## ## loaded via a namespace (and not attached): ## [1] Rcpp_0.11.6 digest_0.6.8 mime_0.3 ## [4] R6_2.1.0 plyr_1.8.3 futile.options_1.0.0 ## [7] evaluate_0.7 httr_1.0.0 BiocInstaller_1.19.8 ## [10] zlibbioc_1.15.0 curl_0.9.1 rmarkdown_0.7 ## [13] proto_0.3-10 labeling_0.3 BiocParallel_1.3.34 ## [16] stringr_1.0.0 RCurl_1.95-4.7 biomaRt_2.25.1 ## [19] munsell_0.4.2 shiny_0.12.1 httpuv_1.3.2 ## [22] htmltools_0.2.6 interactiveDisplayBase_1.7.0 codetools_0.2-14 ## [25] XML_3.98-1.3 MASS_7.3-43 bitops_1.0-6 ## [28] RBGL_1.45.1 grid_3.2.1 xtable_1.7-4 ## [31] gtable_0.1.2 magrittr_1.5 formatR_1.2 ## [34] scales_0.2.5 graph_1.47.2 stringi_0.5-5 ## [37] reshape2_1.4.1 futile.logger_1.4.1 lambda.r_1.1.7 ## [40] tools_3.2.1 yaml_2.1.13 colorspace_1.2-6 ## [43] knitr_1.10.5