JBrowse2:1000Genomes可视化

项目结构:
在这里插入图片描述

html:

<h1>We're using JBrowse Linear View!</h1>
<div>
<div id="jbrowse_linear_view" style="min-height:700px;"></div>
<script type="module" src="../static/js/jbrowse/assemblymanage.js" ></script>
</div>

assemblymanage.js:

import * as genome from './assembly.js'

var variant_tracks = new Array()

//chr22
import * as chr22_tracks from './chr22_tracks.js'
variant_tracks['chr22'] = chr22_tracks
variant_tracks['chr22_seq']=genome.chr22

//初始界面设定
var tracks = variant_tracks['chr22'].tracks
var assembly = variant_tracks['chr22_seq']
var genomeView = new JBrowseLinearGenomeView({
    container: document.getElementById('jbrowse_linear_view'),
    assembly,
    tracks
    // location: '22:10,210..21,798',
})

assembly.js:(uri地址错误,可下载放在项目里)

export var chr22 = {
    name:"chr22",
        sequence:{
            type:'ReferenceSequenceTrack',
            trackId:'chr22_ReferenceSequenceTrack',
            adapter:{
                type: 'BgzipFastaAdapter',
                fastaLocation: {
                    uri: "http://ftp.1000genomes.ebi.ac.uk/vol1/ftp/technical/reference/phase2_reference_assembly_sequence/hs37d5.fa.gz"
                },
                faiLocation: {
                    uri: "http://ftp.1000genomes.ebi.ac.uk/vol1/ftp/technical/reference/phase2_reference_assembly_sequence/hs37d5.fa.gz.fai"
                },
                gziLocation: {
                    uri: "http://ftp.1000genomes.ebi.ac.uk/vol1/ftp/technical/reference/phase2_reference_assembly_sequence/hs37d5.fa.gz.gzi"
                }
            }
        }
}

chr22_tracks.js:(目前只展示chr22)

export var tracks = [
    {
        type:'VariantTrack',
        trackId:'ALL.chr22.phase3_shapeit2_mvncall_integrated_v5b.20130502.genotypes.vcf',
        name:"1000 Genomes Variant Calls CHR",
        category:['1000Genomes','Variants'],
        assemblyNames:['chr22'],
        adapter:{
            type: 'VcfTabixAdapter',
            vcfGzLocation:{
                uri:
                    '../static/data/chr22/ALL.chr22.phase3_shapeit2_mvncall_integrated_v5b.20130502.genotypes.vcf.gz',
            },
            index:{
                location:{
                    uri:
                        '../static/data/chr22/ALL.chr22.phase3_shapeit2_mvncall_integrated_v5b.20130502.genotypes.vcf.gz.tbi',
                },
                indexType:'TBI',
            }
        }
    }
]

页面效果图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

待续…

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
好的,以下是一个使用R语言对细菌基因序列进行可处理的示例: 1. 安装和加载必要的R包 首先,需要安装和加载一些必要的R包,包括`Biostrings`、`GenomicRanges`和`ggplot2`,这些包可以帮助我们处理和可基因序列数据。 ```r install.packages(c("Biostrings", "GenomicRanges", "ggplot2")) library(Biostrings) library(GenomicRanges) library(ggplot2) ``` 2. 读取基因序列文件 假设我们有一个名为“bacteria.fasta”的FASTA文件,其中包含了多个细菌基因序列。我们可以使用`readDNAStringSet()`函数将其读入到R中,并将其存储为一个DNAStringSet对象。 ```r sequences <- readDNAStringSet("bacteria.fasta") ``` 3. 统计碱基组成 我们可以使用`alphabetFrequency()`函数来计算碱基的频率,然后使用`ggplot2`包来绘制碱基组成的堆叠条形图。 ```r # 计算碱基频率 freqs <- alphabetFrequency(sequences) # 将频率转换为数据框 df <- data.frame(Base = names(freqs), Frequency = unname(freqs), stringsAsFactors = FALSE) # 绘制堆叠条形图 ggplot(df, aes(x = "", y = Frequency, fill = Base)) + geom_bar(stat = "identity") + coord_polar(theta = "y") + theme_void() + labs(title = "Base Composition of Bacterial Genomes") ``` 4. 绘制GC含量分布曲线 我们可以使用`GC()`函数计算每个序列的GC含量,并使用`ggplot2`包来绘制GC含量的分布曲线。 ```r # 计算GC含量 gc_content <- sapply(sequences, GC) # 绘制GC含量分布曲线 ggplot(data.frame(gc_content = gc_content), aes(x = gc_content)) + geom_density(fill = "lightblue", alpha = 0.5) + xlab("GC Content (%)") + ylab("Density") + ggtitle("Distribution of GC Content in Bacterial Genomes") ``` 这些是使用R语言进行细菌基因序列可的一些示例,根据具体需要还可以进行更多的可处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值