Chapitre 3 Tableau de mes ASVs et BLAST

Vous avez vue en classe une figure représentant l’abondance relative des principaux genres bactériens présents sous la langue ainsi que sur la paume de la main dominante de chacun des scientifiques de votre classe. Vous aimeriez maintenant générer une figure similaire à celle présentée en classe mais comprenant uniquement vos échantillons. Pour ce faire, vos démonstrateurs ont rédigé ce petit script R. Il vous suffit de suivre les étapes suivantes :

Télécharger le tableau de données bio1410_2024.csv et l’enregistrer dans le dossier Documents de l’ordinateur que vous utilisez. Si vous utilisez votre ordinateur personnel plutôt que celui de l’école vos démonstrateurs pourrons vous aider à spécifier le dossier le travail.
Créer un nouveau document de type R markdown.
Insérer deux blocs de code R et y copier/coller les blocs de code ci-dessous.
À la première ligne du code, copier/coller le nom de votre scientifique à partir de la liste des scienfitiques disponible après les blocs des code. Attention, assurez-vous de ne pas avoir d’espace entre les guillemets et le nom.
Exécuter les commandes en appuyant sur le bouton vert en haut à droite du bloc de code ( ▶ ).

Bloc de code 1 : Installation des packages/libraires

install.packages("randomcoloR")
install.packages("ggplot2")
library(ggplot2)

Bloc de code 2 : Script pour obtenir vos données

# Définir le nom de votre scientifique 
ma_scientifique = "Abigail A. Salyers"

# Importer le tableau de données
tableau = read.table(file = "bio1410_2024.csv", sep=",", header=TRUE, check.names=FALSE) 
# Définir le rang taxonomique d'intérêt 
taxa_rank = "Genus"
# Extraire vos échantillons 
mes_échantillons = subset(tableau, Scientifique == ma_scientifique & Abundance > 0)

# Afin de visualiser uniquementles 10 taxons les plus abondants on utilise ce qu'on appelle une *for loop* ou boucle en français 
empt_df = list() # On génère une liste vide que l'on viendra populer avec les résultats de la foor loop
i = 0 # Ensuite on définit un premier itérateur (de type numérique) qui compte le nombre de loop effectué
# Début de la for loop
for (région_échantillonnée in unique(mes_échantillons$Region)){ # Cette séquence est le début de la loop où l'itérateur de gauche (région) 
    i = i + 1                                           # représente chaque item de l'itérateur de droite (mes_échantillons$Région)
    sample = subset(mes_échantillons, Region == région_échantillonnée) # Générer une nouvelle table de données basée sur la variable définit par l'itérateur 
    total_abundance = aggregate(sample$Abundance, by = list(taxa_rank = sample[[taxa_rank]]), FUN = sum) # Additionner ensemble les ASVs du même genres
    top = head(total_abundance[order(total_abundance$x, decreasing = T),], n = 5) # filtrer en order croissant pour identifer les 10 plus abondants
    others_df = sample[!sample[[taxa_rank]] %in% top$taxa_rank,] # identifier les autres genres ne faisant pas partie des 10 plus abonants 
    others_list = others_df[[taxa_rank]] # extraire leur nom du tableau de données dans une liste  
    sample[sample[[taxa_rank]] %in% others_list,][[taxa_rank]] = "Autres" # Renommer leur genre pour Autres
    empt_df[[i]] = sample # Enregistrer ce nouveau tableau 
}
df = do.call("rbind",empt_df) # Combiner les deux tables de données en une seule 


# Maintenant que nous avons notre tableau de données avec seulement les 10 taxons les plus abondants sous la langue et la main
# nous pouvons commencer à travailler sur le graphique. On commence par générer une liste de couleurs associées à chacun des taxons

n = nrow(data.frame(unique(df$Genus))) # On calcule le nobre de genre unique que nous avons 
palette = randomcoloR::distinctColorPalette(n) # On génère une nouvelle palette 
my_scale = ggplot2::scale_fill_manual(name = as.character(taxa_rank), values = palette, na.translate = FALSE, drop = TRUE, limits = force) # On assigne une couleur à chacun de nos genres uniques 

# Nous pouvons finalement générer le graphique 
graphique = ggplot2::ggplot(df, aes(x = Region, weight = Abundance, fill = .data[[taxa_rank]])) +
  facet_grid(~ Region, scales = "free") +
  geom_bar() +
  labs(y = "Abondance relative (%)") +
  scale_y_continuous(expand = c(0,0)) +
  theme_classic() +
  theme(text = element_text(size = 12), strip.text.x = element_blank(), 
        plot.title = element_text(hjust = 0.5, margin = margin(0, 0, 50, 0))) + 
  guides(fill = guide_legend(title = "Genre", title.position = "top")) + 
  my_scale

graphique # visualiser le graphique produit 

# Enregistrer en format coma separeted value (csv) votre tableau d'abondance 
write.csv(df, "df.csv", quote=FALSE)

3.1 Scientifiques

A - J	K - V
Abigail A. Salyers	Kalpana Chawla
Alice Augusta Ball	Khatijah Mohammad Yousoff
Ana Roque de Duprey	Leone Norwood Farrell
Angelina Fanny Hesse	Lise Meitner
Augusta Ada Byron Lovelace	Margaret Elaine Heafield Hamilton
Chien-Shiung Wu	Marie Maynard Daly Clark
Creola Katherine Coleman Johnson	Marjory Stephenson
Dorothy Hodgkin	Mary Golda Ross
Dorothy Jean Johnson Vaughan	Mary Jackson
Elizabeth Bugie Gregory	Nettie Stevens
Elizabeth Garrett Anderson	Rachel Carson
Emmanuelle Marie Charpentier	Rosalind Elsie Franklin
Emmy Klieneberger-Nobel	Roseli Ocampo-Friedmann
Farah Alibay	Ruth Ella Moore
Floy Agnes Naranjo Stroud Lee	Sally Kristen Ride
Frances Joan Estelle Wagner	Vera Florence Cooper Rubin
Gladys Mae Brown West
Jane Goodale
Jessie Isabelle Price
Johanna Westerdijk
June Dalziel Hart Almeida

3.2 Obtenir le tableau d’abondance de mes ASVs dans Excel

Le fichier df.csv aura été enregistré dans votre working directory, soit le dossier Documents.

Ouvrir le fichier df.csv dans Excel
Dans Excel, sélectionner l’ensemble d’une colonne (par ex. en cliquant sur l’en-tête ‘A’).
Aller dans l’onglet Données, cliquer sur Convertir.
À « Choisisser le type de fichier qui décrit le mieux vos données », sélectionner Délimité. Cliquer sur Suivant.
Sélectionner le séparateur Virgule. Cliquer sur Terminer.
Dans l’onglet Données, cliquer sur Trier. Sélection Trier par Région, ordre de A à Z. Cliquer sur Ajouter un niveau, sélectionner Puis par abundance, ordre de Z à A.
Copier la séquence de nucléotides de l’ASV le plus abondant de la paume (colonne M; Séquence).
Faire l’exercice BLAST ci-bas avec l’ASV le plus abondant de la paume, puis après, avec l’ASV le plus abondant sous la langue.

3.3 BLAST

Analyse de l’identité taxonomique de séquences microbiennes du gène d’ARNr 16S

Méthod

Se rendre sur le logiciel en ligne BLAST du NCBI
Choisir l’analyse Nucleotide BLAST (BLASTn)
Copier votre séquence dans la boîte de dialogue
Choisir la banque de données appropriée à laquelle comparer votre séquence

Utiliser la collection de nucléotides
Exclure les organismes environnementaux et non cultivés
Choisir l’algorithme de BLAST désiré (essayer à la fois les algorithmesBLASTn etMegaBLAST

Lancer l’analyse (bouton BLAST).
Après lecture et analyse du fichier sortant effectuer un imprime-écran incluant les trois premiers résultats de l’analyse (trois premiers taxons identifiés). Vous devrez inclure cette image dans l’annexe de votre travail. Réalisez un tableau à inclure dans le corps du texte comprenant les colonnes suivantes;

Per. Ident.
Query cover
E.value

Vous pouvez aussi consulter pour votre plaisir personnel :

Le rapport de taxonomie (taxonomy report)
L’arbre des distances entre les meilleurs résultats (distance tree of results)