用H5VC和闪亮构建最小的基因组浏览器

UI.R.

在用户界面文件中，我们定义了sliderinput.对于Windowsize和另外两个输入chromSelect和GenomicPositionSelect.这将由服务器生成。我们这样做是因为可用的染色体依赖于计数文件和可用的位置依赖于被选择的染色体。

图书馆(亮)shinyUI (pageWithSidebar(#应用程序标题headerPanel(“简单的基因组浏览器”),#栏与滑块输入和选择框sidebarPanel (sliderInput(“windowsize”、“windowsize:“min = 10, max = 200,值= 50,步骤= 5),uiOutput(“chromSelect”),uiOutput(“genomicPositionSelect”)),#显示区域mainPanel(plotOutput("mismatchPlot"， height=800))))

服务器。R

在服务器。R我们应用程序的逻辑存储，基本上我们加载所需的包，查看Tally文件以检查染色体和染色体长度，然后生成用户选择染色体和位置的控制。

主要的计算发生在输出$ mismatchplot.，我们是使用用户选择的染色体和位置和Windowsize，并从Tallyfile获取各个数据。然后将数据交给了mismatchplot.函数并创建我们发回给用户(即web浏览器)的情节。

library(shiny) library(h5vc) library(rhdf5) tallyFile <- "酵母。hfs5" study <- "/酵母" h5ls(tallyFile)染色体<- h5ls(tallyFile) chromlength< - as。$name names(chromlength) = chromosome #定义生成和绘制随机分布所需的服务器逻辑输出){输出$ chromSelect < - renderUI ({selectInput(“铬”、“染色体”,选择= c(“我”、“二世”、“三世”、“四”、“V”、“六世”、“七”、“八世”,“九”,“X”、“喜”、“十二”,“十三”,“十四”、“十五”、“十六”,“水”))})输出美元genomicPositionSelect < - renderUI ({sliderInput(“gpo”、“基因组位置:min = 10, max = chromlengths输入$铬- 10,value = 200)}) group <- reactive({paste(study， $chrom, sep="/")}) sampleData <- reactive({sd = getSampleData(tallyFile, group());sd $示例= c(“YB210”、“s288c”);sd}) pos < -活性({min (max(输入windowsize + 1美元,gpo美元),chromlengths windowsize美元[输入$铬]-输入- 1)})数据< -活性({h5dapply (tallyFile、组(),blocksize =输入windowsize * 3美元,名字= c(“保险”,“数量”,“删除”),范围= c (max (pos()——输入windowsize美元,0)、min (pos() +输入windowsize美元,$mismatchPlot <- renderPlot({p = mismatchPlot(data()， sampleData()， samples = c("s288c"，"YB210")， input$windowsize, pos())) print(p)})})

调用变种

我们使用以下代码使用构建功能来调用VariantsH5VC。从角度来看，我们称之为变体YB210紧张，服用S288C.紧张是我们的控制。

图书馆（RHDF5）库（H5VC）Setwd（“〜/ ShinyApps /酵母”）Tallyfile < - “酵母.HFS5”研究< - “/酵母”H5LS（Tallyfile）染色体< -  H5LS（Tallyfile）染色体< - 亚染色体（染色体，otype ==“h5i_group”和name！=“yeast”）$ name variantcalls < -  list（）for（染色体中的chromosomes）{group < -  parte（scopard，sep =“/”）sdat < -  getSampledata（TallyFile，Group）SDAT $ Group < - “酵母”VariantCalls [[chrom]] < -  h5dapply（filename = tallyfile，group = group，blocksize = 100000，fun = callvariantspairedfancy，sampledata = sdat，cl = vconfparams（returndatapoints = true，minstrandAltsupport = 4），名称= C（“计数”，“覆盖范围”，“参考”），verbose = true）} for（染色体中的Chromosomes）{variantcalls [[chrom]] < -  do.call（rbind，variantcalls [[chrom]]）} Variantcalls < -  do.call（Rbind，Variantcalls）Rownames（VariantCalls）= Null VariantCalls $ Support = VariantCalls $ CaseCountFWD + VariantCalls $ Casecountrev VariantCalls $ Coverage = VariantCalls $ CasecoverageFWD + VariantCalls $ CasecoveraGerev Variantcalls $ AF = VariantCalls $ Support / VariantCalls $ Coverage保存（VariantCalls，File =“Yeast.Variants.rda”）

扩展了基因组浏览器的功能

现在我们必须对基因组浏览器的闪亮应用做一些改变，这样它就能加载变量列表，让我们可以浏览和过滤它们。下面所述努力的结果链接在这里:*最小的变体浏览器

库（闪亮）ShinyUI（PageWithsidebar（＃应用程序标题标题Panel（“简单变体浏览器 - 酵母队）），＃侧栏具有滑块输入和选择框侧巴盖（SliderInput（”Windowsize“，”Windowsize：“，Min = 10，max = 200，值= 50，步骤= 5），uioutput（“chracelect”），sliderinput（“af”，“等位基因频率：”，min = 0，max = 1，值= c（0.1,1.0），步骤= 0.01），SLIDERINPUT（“MINSUPPORT”，“最小支持”，MIN = 2，MAX = 200，值= 2），SLIDERINPUT（“MINCOVERAGE”，“最小覆盖”，MIN = 10，MAX = 500，值= 50，步骤= 5），UiOutput（“VariantSelect”），TextOutput（“Diag”）），＃显示一个区域MainPanel（TabsetPanel（TabPanel（Title =“区域不匹配绘图”，PlotOutput（“Mismatchplot”，Height =800）），TabPanel（标题=“变体表”，TableOutput（“VariantTable”）），TabPanel（标题=“变体摘要图”，PlotOutput（“afhist”）））））））））））））））））））））））））））））

服务器端计算的更改

在这里，我们必须添加代码来加载变量调用，动态生成变量选择器，并更新一些方法来生成绘图/计算绘图的当前位置(因为这现在取决于所选择的变量)。

新服务器。R看起来像这样：

library(shiny) library(h5vc) library(rhdf5) library(ggplot2) library(grid) tallyFile <- "酵母。hfs5" study <- "/酵母" h5ls(tallyFile)染色体= h5ls(tallyFile) chromlength= as。数值(subset(chromosome, otype == "H5I_DATASET" & name == "Reference")$dim)染色体(chromosome，otype = = " H5I_GROUP " &名字! =“酵母”)$指名道姓(chromlengths) =染色体负载(文件=“yeast.variants.RDa”)variantCalls开始< - variantCalls开始美元+ 1 #解决差异计算基于与基于variantCalls < - variantCalls结束结束美元+ 1 #定义服务器逻辑生成和情节随机分布所需shinyServer(功能(输入,output) { output$chromSelect <- renderUI({ selectInput( "chrom", "Chromosome", choices = c("I","II","III","IV","V","VI","VII","VIII","IX","X","XI","XII","XIII","XIV","XV","XVI", "Mito")) }) group <- reactive({ paste( study, input$chrom, sep="/" ) }) sampleData <- reactive({ sd = getSampleData( tallyFile, group() ); sd$Sample = c("YB210","s288c"); sd }) variants <- reactive({ subset( variantCalls, seqnames == input$chrom & AF >= input$af[1] & AF <= input$af[2] & Support >= input$minSupport & Coverage >= input$minCoverage ) }) output$variantSelect <- renderUI({ tmp = seq(nrow(variants())) names(tmp) = paste( variants()$start, " - ", variants()$refAllele, "/", variants()$altAllele, sep="" ) selectInput( "var", "Variant:", choices = tmp ) }) pos <- reactive({ variants()$start[as.numeric(input$var)] }) data <- reactive({ if( nrow(variants()) > 0 ){ h5dapply( filename = tallyFile, group = group(), blocksize = input$windowsize*3, names = c("Coverages","Counts","Deletions"), range = c( max( pos() - input$windowsize, 0 ), min( pos() + input$windowsize, chromlengths[input$chrom] ) ) )[[1]] }else{ NULL } }) output$mismatchPlot <- renderPlot({ if( nrow(variants()) > 0 ){ p = mismatchPlot( data(), sampleData(), samples = c("s288c","YB210"), input$windowsize, pos() ) print(p) } }) output$variantTable <- renderTable({ variants()[,c("seqnames", "start", "refAllele", "altAllele", "AF", "Support", "Coverage")] }) output$afHist = renderPlot({ hist( variants()$AF, breaks = seq(0,1,0.01) ) }) })