Índice
O Curso
Material de Apoio
Área dos Alunos
Visitantes
Forum
notaR
Área Restrita
Cursos Anteriores
IBUSP
Outras Insitutições
IBUSP
Outras Insitutições
Doutoranda em Zoologia pelo Instituto de Biociências da USP. Tese intitulada “Sistemática Filogenética de Hylodidae (Amphibia: Anura)”.
Exercícios exec
Propostas de trabalho final
Proposta A
Atualmente o GenBank representa um poderoso banco de dados onde as sequências já publicadas em trabalhos científicos são depositadas. Entretanto, o site só permite baixar um arquivo com os dados por grupo taxonômico contendo todos os marcadores (genes) disponíveis, ou precisamos selecionar gene a gene para termos arquivos diferentes para o grupo taxonômico por gene. Minha ideia é fazer uma função que em que a entrada será um arquivo com tudo o que está disponível no GenBank para meu grupo taxonômico de interesse (o arquivo será adquirido através do site http://www.ncbi.nlm.nih.gov/genbank/) , e irá gerar vários arquivos de texto, cada um contendo a lista de táxons para cada marcador (gene). Além disso, o arquivo que é baixado do GenBank apresenta um cabeçalho grande antes de iniciar a sequência propriamente dita. Pretendo, nesta mesma função, inserir um argumento que me permita remover todo esse cabeçalho e deixar apenas as informações que são relevantes, como o nome da espécie e o número de acesso do GenBank. O default do argumento seria FALSE, mantendo todo o cabeçalho; e se TRUE, as informações consideradas excedentes seriam removidas.
Proposta B
O site do GenBank não atualiza os nomes dos táxons das sequências depositadas de acordo com as revisões taxonômicas feitas. Com isso, preciso sempre verificar se a nomenclatura do táxon do GenBank continua a mesma. Minha ideia é fazer uma função que me permita associar os nomes dos táxons das sequências disponíveis no GenBank ao histórico taxonômico da espécie disponível no site “Amphibian Species of the World” (http://research.amnh.org/vz/herpetology/amphibia/). Assim, poderei de maneira otimizada atualizar a nomenclatura de todos os táxons disponíveis no meu arquivo.
Oi Raquel, sua proposta A parece bem tranquila de ser feita. Tente fazer a função de uma maneira genérica, ou seja, a entrada pode ser um arquivo de qualquer taxon, e a saída, os arquivos txt par todos os genes do taxon (mas ver consideração sobre proposta B). Acho que você vai precisar apenas criar uma forma da função ler os nomes dos taxons e dos genes para organizar as informações, e depois indexar da forma que vc quiser para ter os arquivos de saída. Tirar o cabeçalho e\ou filtrar só as informações desejadas também deve ser fácil de implementar.
A proposta B tb é bem tranquila, né? Se vc tiver tempo poderia incorporá-la na A fazendo seu arquivo de saída já atualizado. A única questão é que vc precisa ter a tabela dos sinônimos, para modificar automaticamente no arquivo do genbank. Se isso for fácil de se obter, vale a pena incorporar, mas, aí sua função A serviria apenas para anfíbios (o que tb não é um problema se isso servir para agilizar seu trabalho).
Trabalho Final
Página de ajuda/ Help
sep.gen package: nenhum R documentation SEPARANDO GENES DO GENBANK Description: sep.gen é uma função que abre uma lista de sequências de nucleotídeos do GenBank salvos em arquivo com extensão “.fasta” e resulta em listas contendo apenas os genes de interesse que serão salvas em seu diretório de trabalho com extensão “.fasta”. Para executar essa função é necessário abrir o pacote “ape”. Usage: sep.gen (x, gen=”16s”, saida=”.fasta”) Arguments: x Interpretado como nome do arquivo “.fasta” de entrada. Ver details. gen Seleciona genes de interesse. Permite mais de um gene. Default = ”16s”. saida Nome no qual o arquivo “.fasta” será salvo em seu diretório de trabalho. Default = “gen selecionado.fasta”. Details: Para executar a função sep.gen é necessário abrir o pacote “ape”. Portanto, utilize as funções install.package(“ape”) e library(“ape”) antes de iniciar a função. O objeto de entrada (x) da função deve ser um arquivo de extensão “.fasta”. Para obtê-lo é necessário acessar a página do GenBank através do site http://www.ncbi.nlm.nih.gov/genbank/, selecionar “nucleotide” e colocar o grupo taxonômico de interesse na opção search. Salvar o arquivo em seu diretório na opção Send to -> file -> format -> FASTA. No argumento saida é possível colocar informações extras no nome do arquivo de saída. Ver examples. Warning: Se desejar recuperar um gene que não está disponível no seu arquivo de entrada aparecerá a s eguinte mensagem de erro: Erro em x[[i]] : índice fora de limites Author: Rachel Montesinos kelmontesinos@gmail.com Reference: http://www.ncbi.nlm.nih.gov/genbank/ http://cran.r-project.org/web/packages/ape/ Examples: ## No site do GenBank, busque sequências da família de anuros Hylodidae e salve em arquivo “Hylodidae.fasta”. ## objeto <- sep.gen (x="Hylodidae.fasta", gen=c("16s","rag"), saída=.22abr13) # selecionando e criando dois arquivos “.fasta” no meu diretório. Um com nome “16s.22abr13.fasta” contendo as sequências do gene 16s e outro “rag.22abr13.fasta” contendo as sequências do gene Rag-1.
Código da função sep.gen
sep.gen<-function(x, gen="16S", saida=".fasta") { dados<-read.dna(file=x, format="fasta", as.character=T, as.matrix=F) gene<-list() for(i in 1:length(gen)) { gene[[i]]<-dados[grep(gen[i], names(dados),ignore.case=T)] save<-write.dna(x=gene[[i]], file=paste(gen[i],saida, sep=""), format="fasta", nbcol=1, colw=100) } return(gene) }