Analizar secuencias Sanger — iei

Ubica una o varias lecturas Sanger en el genoma, las alinea contra la secuencia de referencia y devuelve las diferencias como una tabla de variantes lista para iei_anotar() e iei_priorizar(). Acepta cromatogramas .ab1, archivos FASTA o la secuencia escrita directamente.

Usage

iei_sanger(
  x,
  gen = NULL,
  region = NULL,
  muestra = "sanger",
  sexo = NULL,
  build = c("GRCh38", "GRCh37"),
  min_calidad = 20,
  umbral_het = 0.33,
  recorte = 0.01,
  cebadores = NULL,
  indels_het = TRUE,
  cache = tools::R_user_dir("ieiprio", "cache"),
  referencia = NULL
)

Arguments

x: Rutas a archivos .ab1, FASTA o texto, o una secuencia de ADN.
gen: Gen secuenciado. Se usa para bajar la referencia de Ensembl.
region: Alternativa a gen: region genomica como "X:101349000-101391000".
muestra: Codigo de la muestra.
sexo: "M" o "F". En un varon, una variante homocigota en el X fuera de la region pseudoautosomica pasa a ser hemicigota.
build: "GRCh38" o "GRCh37".
min_calidad: Calidad Phred minima de la base para llamar una variante.
umbral_het: Proporcion minima del segundo pico para llamar un heterocigoto.
recorte: Error maximo por base del recorte de extremos (algoritmo de Mott). 0.01 equivale a exigir en promedio Phred 20; 0.05 recorta menos.
cebadores: Opcional, secuencias de los cebadores de la PCR o de la secuenciacion (5' a 3'). Se buscan en la lectura (tolerando 2 diferencias) y se recorta el cebador con lo que queda por fuera, porque esas bases copian al oligonucleotido y no al paciente.
indels_het: Si TRUE, cuando una lectura pasa de limpia a picos dobles sostenidos se intenta llamar la insercion o delecion heterocigota probando cada desfase posible (hasta 30 bases) y eligiendo el que explica los picos dobles, como Indigo o Poly Peak Parser. Si ningun desfase explica al menos el 80% de los picos se avisa para revision manual.
cache: Carpeta para guardar la secuencia de referencia, o FALSE.
referencia: Opcional, la secuencia de referencia sin consultar Ensembl. Puede ser la ruta a un FASTA cuya cabecera trae la region (>BTK X:101353540-101354439) o una lista con secuencia, inicio (coordenada de la primera base) y chr. El paquete trae la de BTK que usan los ejemplos en system.file("extdata", "btk_referencia.fa", package = "ieiprio").

Value

Una tabla como la de iei_leer_vcf() con las columnas extra lecturas y fuente. En qual va la calidad Phred de la base y en ab la fraccion de senal del alelo alternativo en el cromatograma. El atributo ieiprio_sanger guarda, por lectura, el alineamiento, la hebra, la identidad y las trazas, que usa iei_cromatograma().

Details

Acepta cromatogramas .ab1 y .scf (ver iei_leer_scf()). Con cromatogramas, cada pico se revisa en las cuatro trazas: si la segunda senal alcanza umbral_het de la principal, la posicion se considera heterocigota. Los extremos de baja calidad se recortan antes de alinear. La lectura puede venir en cualquier hebra; se prueban las dos.

Si das varias lecturas del mismo amplicon (por ejemplo directa y reversa), las variantes que se repiten se juntan y la columna lecturas dice en cuantas se vieron.

Examples

ab1 <- iei_ejemplo_sanger("het")
#> Cromatogramas de ejemplo en /tmp/RtmpEJUhwz/sanger_19cf1d801f23.
ref <- system.file("extdata", "btk_referencia.fa", package = "ieiprio")
v <- iei_sanger(ab1, gen = "BTK", sexo = "F", referencia = ref)
#> BTK_c1632-2_F.ab1: hebra +, 461 bases alineadas en X:101353757-101354217,
#> identidad 99.8%.
#> BTK_c1632-2_R.ab1: hebra -, 461 bases alineadas en X:101353758-101354218,
#> identidad 99.8%.
v
#> # A tibble: 1 × 16
#>   muestra gen   chr       pos id    ref   alt   genotipo  qual    dp    gq    ab
#>   <chr>   <chr> <chr>   <int> <chr> <chr> <chr> <chr>    <dbl> <dbl> <dbl> <dbl>
#> 1 sanger  BTK   X      1.01e8 NA    T     C     het         45    NA    NA 0.445
#> # ℹ 4 more variables: filtro <chr>, build <chr>, lecturas <int>, fuente <chr>
# \donttest{
iei_cromatograma(v)

# }