Tabela de conteúdos

Natalia Araujo :-)
Exercícios
Proposta para o trabalho final

Natalia Araujo :-)

Doutoranda do Depto. de Genética e Biologia Evolutiva no IB - USP, orientada pela profa. Dra Cris Arias. Estuda as bases moleculares envolvidas na evolução do comportamento social em abelhas <3.

@Nat2bee http://www.ib.usp.br/~lgea/ https://github.com/nat2bee

Exercícios

exec

Proposta para o trabalho final

Objetivo da função

A função selection() será utilizada para fazer cálculos de indices que indiquem o padrão de evolução entre genes ortólogos de duas espécies diferentes. Os testes de seleção serão MacDonald Kreitman (MKT) e Ka/Ks.

Considerações gerais

A diferença entre o Plano A e o Plano B esta essencialmente em conseguir colocar todas a funcionalidades que eu gostaria de colocar na função. O plano A seria a proposta mais completa do que eu gostaria de fazer e o plano B a mais simples que eu sei que conseguiria fazer. O objetivo principal da função seria o mesmo nas duas propostas.

Ao conversar sobre a ideia com o monitor Diogo ele me disse que a monitora Débora Brandt já havia feito uma função similar como trabalho final do curso. A função da Débora faz o cálculo de MKT de um alinhamento fornecido pelo usuário em formato philip. A função selection() pretende expandir um pouco mais a função criada pela Débora.

Já encontrei algumas funções em R que façam as partes mais complicadas dessa função, como ler diferentes tipos de alinhamentos ('read.alingment' do pacote seqinr) e alinhar sequências ('muscle' do pacote muscle) e pretendo usá-las para montar a função.

Plano A

Fazer a função selection() aceitar como entrada alinhamentos em diferentes formatos ou um data.frame com múltiplas sequências ortólogas de duas espécies (uma espécie em cada coluna, um gene ortólogo por linha) que serão alinhadas pela função (método de alinhamento muscle). O usuário também poderia escolher entre uma lista com algumas tabelas de código genético para converter as sequências nucleotídicas em proteína e a frame da leitura. A função faria o calculo do MKT e/ou do Ka/Ks e retornaria um data.frame com os valores dos indices para cada alinhamento ou par de ortólogos e uma nova coluna.

Resumindo:

selection(x, alignment= TRUE, format = “fasta” , frame = 1, code = 1, test = all)

Onde:

- x : pode ser um data.frame com sequências ortólogas entre duas espécies, que serão alinhadas com o método MUSCLE. Ou o alinhamento dessas sequências no formato a ser especificado com o parâmetro 'format'.

- alignment : se em 'x' for fornecido um alinhamento esse parâmetro tem que ser TRUE.

- format : formato do alinhamento inserido em 'alignment' de acordo com as opções da função 'read.alingment' do pacote seqinr (fasta, phylip, clustal, msf e mase)

- frame : posição para iniciar o quadro de leitura.

- code : lista para conversão do código genético (ainda não tenho certeza de quais listas vou incluir). Pode também ser inserido um data.frame com um código de conversão que o usuário queira.

- test : quais testes de seleção realizar (MKT, K, all).

Plano B

Fazer a função selection() aceitar como entrada alinhamentos em diferentes formatos. O usuário teria que fornecer o frame da leitura para conversão das bases para proteína. A função faria o calculo do MKT e/ou do Ka/Ks e retornaria um data.frame com os valores dos indices para cada alinhamento ou par de ortólogos e uma nova coluna.

Resumindo:

selection(x, format = “fasta” , frame = 1, test = all)

Onde:

- x : Alinhamento de genes ortólogos entre duas espécies no formato a ser especificado com o parâmetro 'format'.

- format : formato do alinhamento inserido em 'alignment' de acordo com as opções da função 'read.alingment' do pacote seqinr (fasta, phylip, clustal, msf e mase)

- frame : posição para iniciar o quadro de leitura.

- test : quais testes de seleção realizar (MKT, K, all).

Comentários Danilo (gruingas@gmail.com)

Natália, fazer planos A e B que são versões diferentes da mesma coisa é dar uma roubadinha, mas como sua proposta é interessante, não tem problema.

Eu não entendo o assunto da sua função, mas pesquisando rapidamente descobri que o que você quer implementar é um teste de hipótese, o que é super legal! Mas, sendo um teste de hipótese, ele deve ter algum calculo de p-valor ou valor de probabilidade equivalente.

Se você souber como calcular isso, pode prosseguir com o plano sem medo. Se não existir uma forma de calcular esse p-valor, você consegue pensar em uma forma de fazer isso?

Além disso, como sua função exige dados em um formato específico, seja super cuidadosa no help para deixar tudo bem claro e não se esqueça de colocar no seu help um exemplo que rode, seja com dados reais ou inventados. Finalmente, lembre-se de explicar no help como vai ser o objeto que a função devolve como resposta.

Natália, a ideia de duas propostas é que elas sejam totalmente independentes. Caso você tenha problema com uma delas, você possa executar o plano B. Não foi isto que você fez. Pra mim também não ficou muito claro como serão feitos os testes. Lembre que o help da sua função deve explicar também o teste (com eventuais referências básicas do cálculo, algo bem direto não uma lista de infinitas referências). Como você só apresentou uma proposta, espero que consiga fazer até o fim — Sara

Resposta aos comentários

Obrigada pelos comentários Danilo e Sara.

Sobre o teste de hipótese No caso do Ka/ks o resultado varia de 0 a 1, sendo que 1 representa a hipótese nula. No caso do MKT o resultados varia entre -1 e 1, sendo que o 0 representa a hipótese nula. Dando uma pesquisada melhor descobri que posso usar o teste exato de Fisher com os valores usados no calculo dos indices como uma forma de verificar significancia. Acho que consigo fazer isso também e parece uma boa ideia. Obrigada.

Sobre o que incluir no help vou descrever bem no help o formato de entrada dos arquivos, um exemplo e as referencias como vocês sugeriram, Obrigada.

Sobre os planos A e B não entendi muito porque as duas propostas são a mesma coisa, para fazer o plano A tenho que incluir na função: 1- um método de alinhamento de sequências; 2- um métodos de escolha entre diferentes tabelas de conversão de código genético. Isso altera e muito o código da função. Achei que a proposta deste projeto fosse testar suas habilidades em programar em R construindo uma função útil para você e possivelmente outras pessoas. O plano B cria esta função e no A eu proponho melhorar ainda mais esta função com novas opções para o usuário que envolveria mais do que apenas copiar e colar o código. Por exemplo, poderia manter meu plano B como se fosse o A e aí ao invés de calcular o valor de MKT e ka/ks propor uma função que calcule a distancia evolutiva entre as mesmas duas espécies. Nesse caso, parece que seriam duas propostas adequadas para a disciplina mas em termos do tipo de código que eu usaria em cada uma seria a mesma coisa. Até onde eu sei, melhorar uma função é um projeto tão bom e importante como qualquer outro dentro de uma filosofia de código aberto. Então, para as próximas vezes em que o curso for oferecido sugiro que seja mais avaliado o que o aluno precisará empregar em termos de programação e o uso da própria linguagem R ao invés da capacidade criativa dele.

Atualização da proposta

Plano A'

Utilizar o meu primeiro plano B, mas acrescentar no output o teste de significância do valor obtido.

Plano B'

Fazer a função distance() para calcular a distancia molecular entre genes ortólogos da mesma espécie ou espécies distintas construindo uma matrix de distancia genética com o modelo K2P. A função aceitará como entrada alinhamentos em diferentes formatos. A função faria o calculo de distancia e retornaria uma matrix das distancias.

Resumindo:

distance(x, format = “fasta”)

Onde:

- x : Alinhamento de genes ortólogos entre duas espécies, ou indivíduos de uma mesma espécie no formato a ser especificado com o parâmetro 'format'.

- format : formato do alinhamento inserido em 'alignment' de acordo com as opções da função 'read.alingment' do pacote seqinr (fasta, phylip, clustal, msf e mase)

ecoR

Barra lateral

Índice

Linques

Visitantes

Tabela de conteúdos

Natalia Araujo :-)

Exercícios

Proposta para o trabalho final

ecoR

Ferramentas do usuário

Ferramentas do site

Barra lateral

Índice

Linques

Visitantes

Tabela de conteúdos

Natalia Araujo :-)

Exercícios

Proposta para o trabalho final

Ferramentas da página