章节与参考
数据与工作流
四大模块与基本概念 →数据与工作流 · 第 10 节,共 12 节
6.9 数据处理流程
本页目录
1 按输入与目标选择
先确定手中的原始输入和要得到的图。每条路径都保留来源 ID、完整长度和坐标单位;读取函数不运行比对,也不生成缺失的关系或注释。
| 手中的输入 | 最短处理路径 | 产物与绘图入口 |
|---|---|---|
| 已有 R 表 | 按基本字段整理序列表,核对连接两端和注释 ID;用校验报告定位问题 | 序列长度、HSP、注释三类表 → 共用数据与图层 |
| FASTA、GFF3 与 BLAST/PAF | 读取序列及注释,再读取比对;核对全长、单位和 ID,保留反向端点 | 真实来源表 → 序列关系图或 HSP 点图 |
| GenBank 单序列 | 在序列与注释导入使用 read_genbank();查看返回的长度表、注释层级和原始分段 |
单序列及注释 → 圆形骨架与已有注释 |
| 蛋白 BLASTp 与全长 | 声明 aa 单位并读取比对,核对两端蛋白 ID;需要核酸落点时再提供真实 CDS/phase | 蛋白坐标 → 蛋白关系图;核酸落点 → 坐标投影 |
| BED、BEDPE 等区间文件 | 读取区间或配对区间,核对读取器完成的一基转换,避免重复换算 | 注释区间或成对链接 → 特征与连接 |
| bedGraph/BigWig 等数值信号 | 读取信号,保留数值单位、缺失及来源区间;不把未知区间补零 | 连续信号 → 数据轨道;计数与分箱见轨道统计 |
| 已有字符对齐 | 读取对齐字符,检查 gap、来源坐标和字母类型 | 真实逐列字符 → 局部放大与字符细节 |
2 绘图前的检查
- 序列表的
accver唯一且长度来自完整来源;不能用最后一条注释的终点猜全长。 - 连接的
qaccver/saccver和注释的accver都能匹配到序列表。不同样本同名 contig 须显式区分,读取器不猜归属。 - 核酸使用 bp,蛋白使用 aa;BED/PAF 已由读取器转换。连接端点的升降序可能携带方向,不能统一排序。
- 先画最小图,再按需要加入图层、局部配置和目标尺寸输出。问题按症状排查。
3 完整来源实例
从原始 FASTA/GFF3/BLAST 到序列比较图保留文件路径、显示筛选、输入与结果。原始文件可从输入归档下载;下载脚本在解压后、以包含 examples/ 的目录为工作目录运行。