1.1限制

• 仅输入所需的数据，例如，Scanbamparam（）
• 哪一个：利益基因组范围
• 什么：BAM文件的'列'，例如，'seq'，'flag'

1.2迭代

• 阅读整个文件，但在块中
• 块尺寸足够小，以便在记忆中轻松融合，
• 块尺寸足以受益于R.’s的矢量化操作-每次10k到1M的记录
• 例如,Bamfile（...，egitysize = 100000）

迭代的编程模型

• 屈服一大块数据
• 地图输入数据以方便的表示，通常总结输入到简化的表单
  • 例如，Aligned读取坐标来计数感兴趣的重叠区域
  • 例如，对齐读取向GC内容测序
• 减少穿过映射的块

• 用GenomicFiles :: DreambyByield（）

  库(GenomicFiles)收益率< -函数(bfl){# #输入块比对库(GenomicAlignments) readGAlignments (bfl、参数= ScanBamParam (= seq))} < -映射函数(aln){# #计算G或C核苷酸每读库(Biostrings) gc <——letterFrequency (mcols (aln) seq美元,gc) # #总结的读0,1,……G或C核苷酸表(1 + gc, 73) # max。读取长度:72}reduce <- ' + '

• 例子

  fls <- RNAseqData.HNRNPC.bam.chr14。gc <- reduceByYield(bf, yield, map, reduce) plot(gc, type="h"， xlab=" gc Content per Aligned Read"， ylab="Number of Reads")

  

1.3并行评估

• 核心，计算机，集群，云
• 通常，需要存储器管理技术，如限制或迭代 - 并行过程竞争共享内存

• 很多问题都是尴尬地平行-lapply（）-like - 尤其是在生物信息学中，并行评估跨文件

• 示例：几个BAM文件中的GC内容

  图书馆（Biocparallel）GC < -  BPLapply（Bamfilelist（FLS），CrameByByield，产量，地图，减少）库（GGPlot2）DF < - 堆叠（AS.Data.frame（Lapply（GC，Cumsum））DF $ GC < -0:72 ggplot（df，aes（x = gc，y =值））+ geom_line（aes（color = ind））+ xlab（“每个读取的gc核苷酸数”）+ ylab（“读数数”）

  

2.1sessionInfo ()

sessionInfo ()

## R 3.2.2（2015-08-14）##平台：X86_64-PC-Linux-GNU（64位）##正在运行：debian gnu / linux stretting / sid ## ## locale：##[1] lc_ctype = en_us.utf-8 lc_numeric = c lc_time = en_us.utf-8 ## [4] lc_collat​​e = en_us.utf-8 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_identified = c ## ##附加基本包：## [1] stats4并行统计图形grdevicesUtils数据集方法基础## ##其他附加包：## [1] Genomicfiles_1.5.8 BiocParallel_1.3.54 ## [3] homo.sapiens_1.1 go.db_3.2.2 ## [5] Organismdbi_1.11.43 BioMart_2.25.3＃＃[7] annotationhub_2.1.45 variantannotation_1.15.34 ## [9] rnaseqdata.hnrnpc.bam.chr14_0.7.0 Genomicalignments_1.5.18 ## [11] rsamtools_1.21.21 all_1.11.0 ## [13] org.hs.eg.db_3.2.3 rsqlite_1.0.0 ## [15] dbi_0.3.1 ggplot2_1.0.1 ## [17] Airway_0.103.1 Limma_3.25.18 ## [19] deseq2_1.9.51 rcpparmadillo_0.6.100.0.0 ## [21] RCPP_0.12.1 BSGenome.hsapiens.ucsc.hg19_1.4.0 ## [23] bsgenome_1.37.6 rtracklayer_1.29.28 ## [25] txdb.hsapiens.ucsc.hg19.knowngene_3.2.2 Genomicfeatures_1.21.33 ## [27] AnnotationDBI_1.31.19概述DBI_1.31.19概述分析_ 0.3.11## [29] Biobase_2.29.1 GenomicRanges_1.21.32 ## [31] GenomeinfodB_1.5.16 Microbenchmark_1.4-2 ## [33] BioStrings_2.37.8 XVector_0.9.4 ## [35] Iranges_2.3.26 S4Vectors_0.7.23 ## [37] Biocgenerics_0.15.11 biocstyle_1.7.9 ## ##通过命名空间加载（and未附加）：## [1] bitops_1.0-6 rcolorbrewer_1-2 httr_1.0.0 ## [4] Tools_3.2.2 R6_2.1.1Rpart_4.1-10 ## [7] HMISC_3.17-0 ColorSpace_1.2-6 NNet_7.3-11 ## [10] GRIDEXTRA_2.0.0 Graph_1.47.2 FormatR_1.2.1 ## [13] Sandwich_2.3-4 Labeling_0.3 scaleS_0.3.0 ## [16] mvtnorm_1.0-3 Genefilter_1.51.1 RBGL_1.45.1 ## [19] Stringr_1.0.0 digest_0.6.8 figure_0.8-66 ## [22] RmarkDown_0.8.1 HTMLTools_0.2.6 BioCinstaller_1。19.14 ## [25] Shiny_0.12.2 Zoo_1.7-12 Acepack_1.3-3.3 ## [28] RCurl_1.95-4.7 Magrittr_1.5公式_2-1 ## [31] futile.logger_1.4.1 mUNSELL_0.4.2 PROTO_0.3-10 ## [34] Stringi_0.5-5 MULTCOMP_1.4-1 YAML_2.1.13 ## [37] MASS_7.3-44 ZLIBBIOC_1.15.0 PLYR_1.8.3 ## [40] GRID_3.2.2lattice_0.20-33 vithins_3.2.2 ## [43] annotate_1.47.4 locfit_1.5-9.1 knitr_1.11 ## [46] geneplotter_1.47.0 Reshape2_1.4.1 CodeTools_0.2-14 ## [49] futile.options_1.0.0 XML_3.98-1.3 evaluate_0.8 ## [52] latticeExtra_0.6-26 lambda.r_1.1.7 httpuv_1.3.3 ## [55] gtable_0.1.2 mime_0.4 xtable_1.7-4 ## [58] survival_2.38-3 cluster_2.0.3 TH.data_1.0-6 ## [61] interactiveDisplayBase_1.7.3