Build your ultimate AI agent
课程介绍
从医学到生物技术，许多生物研究正迈向序列分析。我们现在能够生成针对性的和全基因组的大数据，需要对其进行分析以回答生物学问题。为帮助您入门，本课程将介绍 Bioconductor 项目。Bioconductor 构建并提供用于共享软件工具（包）、工作流程和数据集的基础设施，以便分析和理解基因组数据。Bioconductor 是一个优秀的平台，面向您开放，也是由社区共同开发的开源资源。学习结束时，您将能够使用关键的 Bioconductor 包，并理解其基础设施和部分内置数据集。使用来自不同物种的真实数据集搭配 BSgenome、Biostrings、IRanges、GenomicRanges、TxDB、ShortRead 和 Rqc，将是一段难得的实践体验！
先修要求
课程大纲
课程大纲
1
什么是 Bioconductor？
在本章中，您将上手使用 Bioconductor。Bioconductor 是由 R 社区开发和维护的生物信息学软件专用仓库。您将学习如何安装和使用 Bioconductor 包。由于 Bioconductor 中的大多数包都继承自 S4，您还会接触 S4 对象与函数。此外，您将使用一种真菌的真实基因组数据集来探索 BSgenome 包。
2
Biostrings 及其适用场景
Biostrings 是内存高效的字符串容器。Biostrings 提供匹配算法与其他工具，可对大型生物序列或序列集进行快速处理。为序列选择合适的容器，效率能提升到什么程度？您将借助一种病毒的微小基因组，学习字母表与序列操作。
3
IRanges 与 GenomicRanges
IRanges 和 GenomicRanges 也是用于存储与操作基因组区间及沿基因组定义变量的容器。由于其强大的功能，这些包为许多其他 Bioconductor 包提供基础设施与支持。您将学习如何使用这些容器及其关联的元数据来操作您的序列。您将查看的数据集来自人类基因组中的一个重点关注基因。
4
走近 ShortRead
ShortRead 是用于读取、处理与评估 fasta 和 fastq 文件的包。您可以对子序列进行子集化、裁剪和过滤，甚至生成质量报告。在最后的练习中还有额外加分内容：使用 Rqc 进行并行质量评估。更有趣的是，您将以植物基因组序列为素材！
R
R 中的 Bioconductor 入门
课程完成
