Introductie tot Bioconductor in R

Biostrings zijn geheugenefficiënte string-containers. Biostrings heeft match-algoritmes en andere hulpmiddelen voor snelle bewerking van grote biologische sequenties of sets van sequenties. Hoe efficiënt kun je worden door de juiste containers voor je sequenties te gebruiken? Je leert over alfabetten en sequentiebewerking met behulp van het kleine genoom van een virus.

De IRanges- en GenomicRanges-packages zijn ook containers voor het opslaan en manipuleren van genomische intervallen en variabelen die langs een genoom zijn gedefinieerd. Deze packages bieden infrastructuur en ondersteuning aan veel andere Bioconductor-packages dankzij hun rijke functionaliteit. Je leert hoe je deze containers en hun bijbehorende metadata gebruikt voor de bewerking van je sequenties. De gegevensset die je bekijkt is een speciaal gen van interesse in het menselijk genoom.

ShortRead is de package voor het inlezen, bewerken en beoordelen van fasta- en fastq-bestanden. Je kunt sequenties van interesse subsetten, trimmen en filteren, en zelfs een kwaliteitsrapport maken. Als extraatje krijg je in de laatste oefeningen de tools voor parallelle kwaliteitsbeoordeling, knipoog, knipoog: Rqc. Extra leuk: hiervoor gebruik je plantengenoomsequenties!