注释

使用包txdb.hsapiens.ucsc.hg19.knowngene.和BSgenome.Hsapiens.UCSC.hg19和职能推动者（）和getSeq ()检索所有启动子的DNA序列。修改论点推动者（）这意味着转录起始位点上游的5000个核苷酸。如果试图将其简化为每个基因的一个“启动子”，会带来什么挑战?

要求(BSgenome.Hsapiens.UCSC.hg19) p <- promoters(TxDb.Hsapiens.UCSC.hg19.knownGene) dna <- getSeq(BSgenome.Hsapiens.UCSC. hg19)hg19, p) dna

## nnstringset实例的长度为82960 ##宽度seq # [1] 2200ggcctgccagggtgcaagctgagcactggagtggagttt ## [2] 2200ggcctgccagggtgcaagctgagcactggagtggagttt ## [3] 2200ggcctgtgccagggtgcaagctgagcactggtggagtggagttt ## [4] 2200 ttaaggtctattctaaattgcacactttgattcaaaagaaaaac…TTCCTGCTAGCCAACCTCTCACTCATTGATCTGTCTCTGTC ## [5] 2200 ATTGTGAAGGATACATCTCAGAAACAGTCAATGAAAGAGACG…ctccaggctctgaactttcagtaagttcaggtagctggg# # ... ... ...## [82956] 2200 agagagggcaagagctcatggtttatggtgtaggggctggg…GGCTCTCCAGGTCCCCTGGAATGTTCAGCATGGGCCGAGGT ## [82957] 2200 GAGGGTAACTGGGTAAAGAGCTGCAGTGTGGGCAGAAGTGTA…ctgccccctggctgatgtactttcctgcaggaggacacggc# # [82958] 2200 cctgcctggttcaggaaagccctctctgtagccattatta…GAAGCACTACTGCTGGCCAGCAGGCTCATGCACCTTGGCCT ## [82959] 2200 ggactgccatgtcacctacggagtctggccctgacag…## [82960] 2200

标准文件格式的输入和表示

实验数据包rnaseqdata.hnrnpc.bam.chr14.包含涉及基因HNRNPC敲低的实验中的8个BAM文件。用org.hs.eg.db.和mapIds ()用该基因符号映射到Entrez ID，以及TxDb.Hsapiens.UCSC.hg19.knownGene基因()功能和vals =检测该基因基因组坐标的争论。用基因管理readGAlignemntsList ()输入一个BAM文件的HNRNPC基因的配对端读取。编写一个简短的函数来输入并计算单个BAM文件中与HNRNPC重叠的读取次数。用酸式焦磷酸钠()总结每个BAM文件中的读取次数。你能猜出，根据每个区域的读取，哪4个样本是控制和哪些是击倒?

## HNRNPC——> EntrezID——> exonsBy gene require(org.Hs.eg.db) require(TxDb.Hsapiens.UCSC.hg19.knownGene) egid <- mapIds(org.Hs.eg.db， " EntrezID "， "SYMBOL") egid

## HNRNPC #“3183”

hnrnpc <- genes(TxDb.Hsapiens.UCSC.hg19.knownGene,vals=list(gene_id= egrid)) hnrnpc

## GRANGES对象具有1个范围和1个元数据列：## SEQNAMES范围股票|gene_id ##    | ## 3183 CH11 [21677296,21737638]  -  |3183 ## ------- ## SEQINFO：来自HG19基因组的93序列（1个圆形）

##读取感兴趣的重叠区域require(RNAseqData.HNRNPC.bam.chr14) require(genome alignments) fls <- RNAseqData.HNRNPC.bamparam <- ScanBamParam(which=hnrnpc) readGAlignmentsList(fls[1]， param=param)

## GaliaNmentsList长度的对象长度2711：## [1]] ## Galignments对象具有2个对齐和0元数据列：## SEQNAMES Strand雪茄QWIDTH开始端宽NJunc ## [1] CHR14 + 72M 72 21702345 72 0## [2] CHR14  -  72M 72 21702313 21702384 72 0 ## ## [[2]] ## Galignments对象具有2对齐和0元数据列：## SEQNAMES Strand雪茄QWIDTH开始端宽NJUNC ## [1] CHR14+ 72M 72 21702261 21702332 72 0 ## [2] CHR14  -  33M29081N26M330N13M 72 21702350 21731838 29483 2 ## [3]] ## Galignments对象，具有2对齐和0元数据列：## SEQNAMES Strand STICH QWIDTH启动结束宽度Njunc ## [1] Chr14  -  72M 72 21737491 21737491 21737491 21737491 21737491 21737491 21737491 21737491 21737491 72 0 ## [2] CHR14 + 19M29081N26M596170 21737483 351142 2 21702370 21737483 35114 2 #### ... ## <2708更多元素> ## -------## SEQINFO：未指明基因组的93个序列

## count counter <- function(fl, param) length(readGAlignmentsList(fl, param=param)) counter(fls[1]， param)

# # 2711年[1]

酸式焦磷酸钠(fls的计数器,参数)

## ERR127306 ERR127308 ERR127309 ERR127302 ERR127303 ERR127304 ERR127304 ERR127305 ## 2711 3160 2947 2779 86 98 158 141 141

差异表达的统计分析 -DESeq2

的summarizeOverlaps ()功能是一个更复杂的（与上一级练习的简单功能相比）来计数读取重叠的感兴趣区域。使用它来计算重叠的读取感兴趣的HNRNPC区域。返回值是一个概括分析类，它使用计数来协调行和列信息。和我们的幼稚计数相比呢summarizeOverlaps ()吗?

se1 <- summarizeOverlaps(hnrnpc, fls, singleEnd=FALSE, ignore.strand=TRUE)分析(se1)

## ERR127306 ERR127307 ERR127308 ERR127309 ERR127302 ERR127303 ERR127304 ERR127305 ## 3183 2711 3160 2946 2779 86 98 158 141

用summarizeOverlaps ()计数是在chr14上重叠每个基因

exByGn < - exonsBy (TxDb.Hsapiens.UCSC.hg19。se2 <- summarizeOverlaps(exByGn, fls, singleEnd=FALSE, ignore.strand=TRUE)

运行气道示例，生成一个“火山图”，总结- 10log (p)和log褶皱变化之间的关系

图书馆（DESEQ2）图书馆（“Airway”）数据（呼吸道）Airway < -  Airway [Rowsums（Assay（Airway））！= 0，] DDS < -  DeseqDataset（Airway，Design =〜Cell + DEX）DDS < -  DESQ（DDS）

##估计尺寸因子##估计离散度##基因离散度估计##均值-离散关系##最终离散度估计##拟合模型和检验

RES < - 结果（DDS）绘图（-10 * log10（pvalue）〜log2foldchange，res）