跳到正文
章节与参考

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

  1. 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。
  2. 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。
  3. 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。
  4. 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。

搜索说明

↑ ↓ 选择 · Enter 打开 · Esc 关闭;也可按任务查找。 API 与功能