Enviar búsqueda
Cargar
Rで塩基配列を扱う方法
•
Descargar como KEY, PDF
•
1 recomendación
•
2,544 vistas
Haruka Ozaki
Seguir
Vista de diapositivas
Denunciar
Compartir
Vista de diapositivas
Denunciar
Compartir
1 de 8
Descargar ahora
Recomendados
Kashiwa.R#9 Rでゲノム解析
Kashiwa.R#9 Rでゲノム解析
Haruka Ozaki
Rでゲノム上の区間データを扱う話 (15.09.05 WACODE 2nd)
Rでゲノム上の区間データを扱う話 (15.09.05 WACODE 2nd)
Haruka Ozaki
SNPのオープンデータを覗き見る TokyoWebmining #47 (2015.06.27)
SNPのオープンデータを覗き見る TokyoWebmining #47 (2015.06.27)
pinmarch_t Tada
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
Akira Shibata
SIer出身者を採用したい非SI経験+採用責任者の叫び
SIer出身者を採用したい非SI経験+採用責任者の叫び
真一 藤川
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
Haruka Ozaki
Excelによる遺伝子名の誤変換 -傾向と対策-
Excelによる遺伝子名の誤変換 -傾向と対策-
Haruka Ozaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
Recomendados
Kashiwa.R#9 Rでゲノム解析
Kashiwa.R#9 Rでゲノム解析
Haruka Ozaki
Rでゲノム上の区間データを扱う話 (15.09.05 WACODE 2nd)
Rでゲノム上の区間データを扱う話 (15.09.05 WACODE 2nd)
Haruka Ozaki
SNPのオープンデータを覗き見る TokyoWebmining #47 (2015.06.27)
SNPのオープンデータを覗き見る TokyoWebmining #47 (2015.06.27)
pinmarch_t Tada
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
Akira Shibata
SIer出身者を採用したい非SI経験+採用責任者の叫び
SIer出身者を採用したい非SI経験+採用責任者の叫び
真一 藤川
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
ISMB2014読み会 Ragout—a reference-assisted assembly tool for bacterial genomes
Haruka Ozaki
Excelによる遺伝子名の誤変換 -傾向と対策-
Excelによる遺伝子名の誤変換 -傾向と対策-
Haruka Ozaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
Haruka Ozaki
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
Takashi Kitano
160817 ISMB2016読み会
160817 ISMB2016読み会
Haruka Ozaki
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
Haruka Ozaki
FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)
Haruka Ozaki
巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について
Haruka Ozaki
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Shuyo Nakatani
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Yohei Sato
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料
at grandpa
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Ken'ichi Matsui
統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
野良ビッグデータへのお誘い
野良ビッグデータへのお誘い
Masanori Takano
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
Más contenido relacionado
Destacado
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
Haruka Ozaki
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
Takashi Kitano
160817 ISMB2016読み会
160817 ISMB2016読み会
Haruka Ozaki
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
Haruka Ozaki
FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)
Haruka Ozaki
巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について
Haruka Ozaki
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Shuyo Nakatani
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Yohei Sato
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料
at grandpa
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Ken'ichi Matsui
統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
野良ビッグデータへのお誘い
野良ビッグデータへのお誘い
Masanori Takano
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
Destacado
(15)
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
160817 ISMB2016読み会
160817 ISMB2016読み会
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
トピックモデル勉強会: 第2章 Latent Dirichlet Allocation
FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)
巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
変分ベイズ法の説明
変分ベイズ法の説明
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
統計学の基礎の基礎
統計学の基礎の基礎
野良ビッグデータへのお誘い
野良ビッグデータへのお誘い
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Rで塩基配列を扱う方法
1.
Bio! Bio! Bio! @yuifu
2.
Bio! Bio! Bio! Rで塩基配列を扱う方法 @yuifu
3.
自己紹介 • @yuifu • おざき はるか •
情報生命科学専攻 博士1年 • 専門 • バイオインフォマティクス(ざっくり) • 次世代シーケンサーのデータ解析
4.
今日の内容 • RとBioconductorで塩基配列を扱う •
BioStrings: 塩基配列を扱うパッケージ • BSgenome: 全ゲノム配列を格納するパッケージ
5.
塩基配列 • すべての生物が持っている生命の設計図() • A,
C, G, T(RNAだと,A, C, G, U) • 相補性(A-T, G-C) • 曖昧性(Yとか) • ギャップ • マスク(N)
6.
Bioconductor とは • Rをベースにしたゲノム解析ツールの開発を目的とした オープンソースプロジェクト
• http://www.bioconductor.org • 扱えるデータ • マイクロアレイ,配列情報,SNP,フローサイトメトリー,マススペクト ル,NGSデータ… • 様々なメタデータをパッケージとして提供 • 各種解析,アノテーション,可視化など様々なタスクに対応
7.
続きはRPubsで • http://rpubs.com/yuifu/1941
8.
参考 •
Bioconductor: http://www.bioconductor.org • 二階堂さんの: http://cat.hackingisbelieving.org • Bioconductor code serach: http://search.bioconductor.jp • 中尾さんの: http://bioconductor.g.hatena.ne.jp/nakao_mitsuteru/ • 門田先生の: http://www.iu.a.u-tokyo.ac.jp/~kadota/r_seq.html • Gentlemanら「RとBioconductorを用いたバイオインフォマティクス」シュプリン ガー •
Notas del editor
\n
\n
\n
\n
\n
\n
\n
Descargar ahora