R语言与生物信息学

产生网络自定义BioC 中用得最多的网络类型可能是 graphNEL 类。使用 graphNEL 类的同名函数可以产生自定义网络： library(graph) str(graphNEL)#> function (nodes = character(), edgeL = list(), edgemode = "undirected") nds <- letters[1:3] gx1 <- graphNEL(nodes = nds, edgemode =

BioC有Affy芯片ATH1-121501（GPL198平台）的注释库文件（R包），芯片分析后期处理经常要使用，导出方法如下。先安装BioC的ath1121501.db包：library("BiocInstaller")biocLite("ath1121501.db")使用plyr揉数据包整理探针id和AGI：library(ath1121

本文已于2019.07.12按新版Bioconductor安装包BiocManager出现的问题进行更新。1 修改安装软件源BioConductor安装需要下载很多文件，如果不修改，程序很可能是从国外网址下载，速度较慢，修改后可加快下载和安装速度。Debian类系统可修改 /etc/R/Rprofile.site 文件，找到respos选项修改部分，按需修改成所使用的源。例如：...

本博客介绍过 Affy芯片的处理方法 ，其中所使用的软件包有一定的局限性，无法读取和分析一些新版Affy芯片。本文介绍oligo软件包的处理方法以解决这些问题。oligo软件包并不是新出现的软件包，只因新类型芯片的不断推出，关注它的用户越来越多。而且，除了用于Affy芯片处理外，oligo软件包还可处理NimbleGen芯片。oligo处理芯片的原理和其他方法相同，难点在最后一步：从探针到

生物序列信息不仅仅指序列本身，它们还包括其他类型的信息，如基因都定位在哪些序列（染色体）上，正链还是负链，什么位置，其他数据库对应的编号是什么，有什么功能等等。下面介绍BioC中用于这些数据存储和处理的Rle和Ranges类。Table of Contents1 Rle（Run Length Encoding，行程编码）1.1 Rle类和Rle对象1.2 Rle对象的处理方法

BioC中有关qPCR分析的软件包有: HTqPCR, ddCt 和 qpcrNorm。其中HTqPCR软件包可用于Ct值分析，其功能包括：数据读取, 质量分析，归一化处理，数据可视化，feature（基因或miRNA）间Ct值的参数或非参数检验等，并引入limma的方法对多组试验之间的差异进行显著性检验，基本的统计分析功能都具备了。ddCt软件包能使用多内参基因计算基因表达量，和HTqPCR包配

无论是芯片实验还是深度测序，高通量数据分析后都需要进行实验验证，其中PCR是必不可少的。PCR引物设计方法和软件很多，选用哪种完全取决于个人习惯和好恶，没有对错，唯一标准就是能否完成实验。这里我们用R语言整合Primer3和NCBI-BLAST进行批量引物设计。1 Primer3 使用简介Primer3 是PCR引物设计软件，Debian下可以直接使用新立得查找安装或者用apt-get安

一、BSgenome和BSgenome数据包 Bioconductor提供了某些物种的全基因组序列数据包，这些数据包是基于Biostrings构建的，称为BSgenome数据包。不同物种的BSgenome数据包都有类似的数据结构，可以用统一的方式进行处理。但是BSgenome数据包仅包含有数据，它们的处理的方法由另外一个软件包提供，即BSgenome包。先安装BSgenome包（如果没有安装）：

Biostrings最后一节，介绍模式匹配和序列比对的相关函数和操作。下面我们使用拟南芥基因转录起始点上游1kb的序列进行分析。序列文件可以从TAIR网站（http://www.arabidopsis.org）下载。先用readDNAStringSet函数从FASTA文件中读取序列并查看头2个序列的信息：library(Biostrings)upstream.1k readDNAString

还是先获取随机DNA序列和其他序列对象：library(Biostrings)rndSeq function(dict, n) { paste(sample(dict, n, replace = T), collapse = "")}set.seed(0)# 用mapply和rndSeq函数获取5条序列（字符串）：DNA.raw mapply(rndSeq, list(DNA_

序列说到底就是文本/字符串类型的数据，你完全可以用纯纯的R base函数来处理，只是太麻烦，而且效率很低。BioC的IRanges包从数据结构和运算规则等角度对生物序列做了很细致的定义，是使用R高效处理生物序列数据的基础。但是IRanges包定义的类和方法（函数）实在太多了，学习起来很乏味，有空自己啃吧。我们从Biostrings包开始。一、用R base的函数来处理序列先写一个用于产生随机D