05:Bioconductor注释资源
2019年7月2日
内容
1符号之间的映射
1．1org.Hs.eg.db
的org包包含在不同符号之间映射的信息。在这里查看可用的org包。
BiocManager::可用(“^ org \ \”)。# #[1]“org.Ag.eg.db”“org.At.tair.db”“org.Bt.eg.db”# #[4]“org.Ce.eg.db”“org.Cf.eg.db”“org.Dm.eg.db”# #[7]“org.Dr.eg.db”“org.EcK12.eg.db”“org.EcSakai.eg.db”# #[10]“org.Gg.eg.db”“org.Hs.eg.db”“org.Mm.eg.db”# #[13]“org.Mmu.eg.db”“org.Pf.plasmo.db”“org.Pt.eg.db”# #[16]“org.Rn.eg.db”“org.Sc.sgd.db”“org.Ss.eg.db”# #[19]“org.Xl.eg.db”正则表达式“^ org \ \”)。坚持包名以org（“^ org”)后面跟着一个句号，而不是代表任何字母的通配符(“\ \”。）.
除了这些包，还有很多org资源可从AnnotationHub，详情如下
库(AnnotationHub)查询(AnnotationHub(),“^ org \ \”)。## snapshotDate(): 2019-05-02##注释中心有1710条记录## # snapshotDate(): 2019-05-02 ## $dataprovider: ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/ ## # $物种:大肠杆菌，'小球藻'_C-169， '克雷伯氏菌a…# # # # # # $ rdataclass: OrgDb额外mcols (): taxonomyid,基因组,描述,# # # coordinate_1_based,维护者,rdatadateadded, preparerclass, # # #标签,rdatapath, sourceurl, sourcetype # # #检索记录,例如,[[“AH70563”对象 "]]' ## ## 标题# # AH70563 | org.Ag.eg.db.sqlite # # AH70564 | org.At.tair.db.sqlite # # AH70565 | org.Bt.eg.db.sqlite # # AH70566 | org.Cf.eg.db.sqlite # # AH70567 | org.Gg.eg.db.sqlite ## ... ...## AH73812 | org.Plasmodium_vivax.eg。sqlite ## AH73813 | org.Burkholderia_mallei_ATCC_23344.eg。蜡样芽孢杆菌(strain_atcc_14579)@ # @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @sqlite ## AH73816 | org.Schizosaccharomyces_cryophilus_OY26.eg.sqlite的命名约定orgObjects使用两个字母的代码来表示物种，例如，海关是智人其次是中央用于与其他符号进行映射的标识符;为org.Hs.eg.db，中心标识符是Entrez基因标识符，如果要从HGNC Symbol映射到Ensembl标识符，则必须在基因符号和Entrez标识符之间存在映射，然后从Entrez标识符映射到Ensembl标识符。
许多额外的org软件包可在AnnotationHub，如下所述。
库(org.Hs.eg.db)我们可以发现keytypes ()查询数据库，和列()映射到，例如，
(钥匙(org.Hs.eg.db))##[1]“1”“2”“3”“9”“10”“11”这里有一把ENTREZID的钥匙
eid <- sample(keys(org.Hs.eg.db)， 10)两个主要功能是select ()而且mapIds ()．mapIds ()更专注。它保证键和单个选定列之间的一对一映射。默认情况下，如果一个键映射到多个值，则使用数据库返回的' first '值。返回值是一个命名向量;查询和返回值之间的1:1映射使得该函数在必须发生单个映射的管道中特别有用。
mapIds(org.Hs.eg.db, eid， "SYMBOL"， "ENTREZID")## 'select()'返回键和列之间的1:1映射##“loc112268315”“znf299p”“rnu6-657p”“kat14”“mageb2”## 100418862 104413892 79160 106481873 105369543 ##“specc1p1”“f10-as1”“linc01711”“rnu4-84p”“loc105369543”select ()是更通用的，返回一个由键组成的data.frame，加上一个或多个列。如果一个键映射到多个值，则返回多行。
< -选择地图(org.Hs.eg.db,开斋节,c(“象征”,“走”),“ENTREZID”)## 'select()'返回1:多个键和列之间的映射暗(地图)## [1] 17(地图)## entrezid符号go证据本体## 1 112268315 loc112268315 < na > < na > < na > ## 2 54012 znf299p < na > < na > < na > ## 3 106481389 rnu6-657p < na > < na > < na > ## 4 57325 kat14 go:0000086 iea bp ## 5 57325 kat14 go:0004402 IDA mf ## 6 57325 kat14 go:0005515 ipi mf2文本注释
2.1TxDb.Hsapiens.UCSC.hg38.knownGene
TxDb包包含有关基因模型的信息(外显子、基因、转录座标)。有很多TxDb可安装的软件包
库(dplyr) #用于' %>% 'BiocManager::available("^TxDb") %>% tibble::enframe(name = NULL)## #一个tibble: 34 x 1 ## value ## ## 1 TxDb.Athaliana.BioMart。植物智能22 ## 2 TxDb.Athaliana.BioMart。植物smart25 ## 3 TxDb.Athaliana.BioMart。4 txdb . btarus . ucsc . bostau8。refGene ## 5 TxDb.Celegans.UCSC.ce11。6 TxDb.Celegans.UCSC.ce11。7 TxDb.Celegans.UCSC.ce6。engene ## 8 txdb . cfamilialis . ucsc . canfam3。refGene ## 9 TxDb.Dmelanogaster.UCSC.dm3。engene ## 10 TxDb.Dmelanogaster.UCSC.dm6。ensGene ## #…多24行 查询(AnnotationHub(),“^ TxDb \ \”。)## snapshotDate(): 2019-05-02##注释中心，94条记录## # snapshotDate(): 2019-05-02 ## $dataprovider: UCSC ## # $物种:褐家鼠，Gallus Gallus，猕猴，Caenorhab…## # $rdataclass: TxDb ## #附加mcols(): taxonomyid，基因组，描述，## # coordinate_1_based, maintainer, rdatadateadded, prepareclass， ## #标签，rdatapath, sourceurl, sourcetype ## #检索记录，例如，'object[["AH52245"]]]' ## ## title ## AH52245 | TxDb. athaliana . biomart .plantsmart22。sqlite ## AH52246 | txdb . athaliana . biotech .plantsmart25。sqlite ## AH52247 | TxDb.Athaliana.BioMart.plantsmart28。| TxDb.Btaurus.UCSC.bosTau8.refGene。TxDb.Celegans.UCSC.ce11.refGene。Sqlite ## ... ...## AH70596 | txdb . ptroglodyts . ucsc . pantro5 . refgeneTxDb.Rnorvegicus.UCSC.rn5.refGene。TxDb.Rnorvegicus.UCSC.rn6.refGene。TxDb.Sscrofa.UCSC.susScr11.refGene。TxDb.Sscrofa.UCSC.susScr3.refGene.sqlite ## AH70600 |这里我们加载TxDb对象包含的基因模型智人使用UCSC为hg38基因组构建提供的注释，使用knownGene注释。
库(TxDb.Hsapiens.UCSC.hg38.knownGene)2．2外显子()，成绩单()，基因()
注释外显子的坐标可以提取为a农庄对象
外显子(TxDb.Hsapiens.UCSC.hg38.knownGene)## seqnames ranges strand | exon_id ## | ## [1] chr1 11869-12227 + | 1 ## [2] chr1 12010-12057 + b| 2 ## [3] chr1 12179-12227 + | 3 ## [4] chr1 12613-12697 + | 4 ## [5] chr1 12613-12721 + | 5 ## ... ... ... ... . ...[647021] chrUn_GL000220v1 155997-156149 + | 647021 ## [647022] chrUn_KI270442v1 380608-380726 + | 647022 ## [647023] chrUn_KI270442v1 217250-217401 - | 647023 ## [647024] chrUn_KI270744v1 51009-51114 - | 647024 ## [647025] chrUn_KI270750v1 148668-148843 + | 647025 ## ------- ## seqinfo:来自hg38基因组的595个序列(1个循环) 数据库中还提供了其他信息，例如GENEID(这些TxDb的Entrez基因id)。
ex <-外显子(TxDb.Hsapiens.UCSC.hg38. exons)。knownGene, columns = "GENEID"## GRanges对象，647025范围和1个元数据列:## seqnames范围链| GENEID ## | ## [1] chr1 11869-12227 + | 100287102 ## [2] chr1 12010-12057 + [3] chr1 100287102 ## | 100287102 ## [4] chr1 12613-12697 + | 100287102 ## [5] chr1 12613-12721 + | 100287102 ## ... ... ... ... . ...[647021] chrUn_GL000220v1 155997-156149 + | 109864274 ## [647022] chrUn_KI270442v1 380608-380726 + | ## [647023] chrUn_KI270442v1 217250-217401 - | ## [647024] chrUn_KI270744v1 51009-51114 - | ## [647025] chrUn_KI270750v1 148668-148843 + | ## ------- # seqinfo:来自hg38基因组的595个序列(1个循环) 注意，对象报告“595序列”;这是因为外显子包括标准染色体和部分组装的contigs。使用keepStandardChromosomes ()将对象更新为只包含在“标准”染色体上发现的外显子;的pruning.mode =参数决定是否可以删除“正在使用中”(有与之相关的外显子)的序列名。
std_ex <- keepstandardchromosome (ex, trim .mode="粗"## seqnames range对象，包含591211范围和1个元数据列:## seqnames ranges strand | GENEID ## | ## [1] chr1 11869-12227 + | 100287102 ## [2] chr1 12010-12057 + b| 100287102 ## [3] chr1 12179-12227 + | 100287102 ## [4] chr1 12613-12697 + | 100287102 ## [5] chr1 12613-12721 + | 100287102 ## ... ... ... ... . ...## [591207] chrM 5826-5891 - | ## [591208] chrM 7446-7514 - | ## [591209] chrM 14149-14673 - | ## [591210] chrM 14674-14742 - | ## [591211] chrM 15956-16023 - | ## ------- # seqinfo:来自hg38基因组的25个序列(1个循环) 然后就可以问各种各样的问题，例如，每条染色体上的外显子的数量
表(seqnames (std_ex))## ## chr1 chr2 chr3 chr4 chr5 chr6 chr7 chr8 chr9 chr10 chr11 chr12 ## 54957 43673 35902 23108 26710 26200 28551 22424 20967 20752 35167 34142 ## chr13 chr14 chr15 chr16 chr17 chr18 chr19 chr21 chr22 chrX chrY ## 10059 20483 22509 29016 36559 10389 35837 12821 6621 13013 18396 2918 ## chrM ## 37或者是10000个核苷酸以上的外显子。
Std_ex [width(Std_ex) > 10000]## GRanges对象，267范围和1元数据列:## seqnames ranges strand | GENEID ## | ## [1] chr1 32485101-32496686 + | 728116 ## [2] chr1 35919999 -35930528 + | 26523 ## [4] chr1 36055637-36072500 + | 192669 ## [4] chr1 92387011- 96823738 + | 58155 ## ... ... ... ... . ...[263] chrX 140774403-140793215 + | 286411 ## [264] chrX 73841382-73851592 - | 7503 ## [265] chrX 73841382-73852723 - | 7503 ## [266] chrX 132369317-132379677 - | 55796 ## [267] chrX 138614731-138632986 - | 2258 ## ------- # seqinfo:来自hg38基因组的25个序列(1个循环) 当然还有更科学的相关问题。
2．3exonsBy ()，transcriptsBy ()等
2.4ensembldb
的ensembldb软件包提供了对Ensembl中类似但更丰富的信息的访问，其中大部分数据资源可通过AnnotationHub;AnnotationHub查询请求包含这两者的记录EnsDb和一个特定的Ensembl版本。
库(ensembldb)查询(AnnotationHub (), c(“^ EnsDb \ \ ",“运用96”))## snapshotDate(): 2019-05-02## snapshotDate(): 2019-05-023.访问在线资源
3．1biomaRt
库(biomaRt)参观biomart网站并弄清楚如何浏览数据来检索，例如，21号和22号染色体上的基因。你需要去服装市场逛逛，人类spaiens数据集，为染色体21和22建立过滤器，然后指定您希望返回Ensembl基因id属性。
现在做同样的过程biomaRt：
library(biomaRt) head(listMarts()， 3) ## list marts head(listDatasets(useMart("ensembl"))， 3) ## mart datasets ensembl <- ##完全指定的mart useMart("ensembl"， dataset = "hsapiens_gene_ensembl") head(listFilters(ensembl)， 3) ## filters myFilter <- "chromosome_name" substr(filterOptions(myFilter, ensembl)， 1,50) ##返回值myValues <- c("21"， "22") head(listAttributes(ensembl)，3) ## attributes myAttributes <- c("ensembl_gene_id"，"chromosome_name") ##组装和查询集市res <- getBM(attributes = myAttributes, filters = myFilter, values = myValues, mart = ensembl)3.2KEGGREST
库(KEGGREST)3．3AnnotationHub
AnnotationHub提供无需注释包即可使用的注释资源。
library(注解hub) ah <-注解hub ()这样的注释的一个例子是org模式较少的生物的风格数据资源。使用flexible发现可用资源查询()命令。
查询(啊,“^ org \ \”)。##注释中心有1710条记录## # snapshotDate(): 2019-05-02 ## $dataprovider: ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/ ## # $物种:大肠杆菌，'小球藻'_C-169， '克雷伯氏菌a…# # # # # # $ rdataclass: OrgDb额外mcols (): taxonomyid,基因组,描述,# # # coordinate_1_based,维护者,rdatadateadded, preparerclass, # # #标签,rdatapath, sourceurl, sourcetype # # #检索记录,例如,[[“AH70563”对象 "]]' ## ## 标题# # AH70563 | org.Ag.eg.db.sqlite # # AH70564 | org.At.tair.db.sqlite # # AH70565 | org.Bt.eg.db.sqlite # # AH70566 | org.Cf.eg.db.sqlite # # AH70567 | org.Gg.eg.db.sqlite ## ... ...## AH73812 | org.Plasmodium_vivax.eg。sqlite ## AH73813 | org.Burkholderia_mallei_ATCC_23344.eg。蜡样芽孢杆菌(strain_atcc_14579)@ # @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @sqlite ## AH73816 | org.Schizosaccharomyces_cryophilus_OY26.eg.sqlite了解有关特定资源使用的更多信息［只选择该资源，或使用mcols ()在资源的子集上。标识符,例如,
啊(“AH70563”)## snapshotDate(): 2019-05-02 ## # names(): AH70563 ## $dataprovider: ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/ ## # $species:冈比亚按蚊## # $rdataclass: OrgDb ## # $rdatadateadded: 2019-04-29 ## # $title: org.Ag.eg.db.sqlite ## # $description:基于NCBI基因ID的关于冈比亚按蚊的注释## $taxonomyid: 180454 ## $genome: NCBI基因组## $sourcetype: NCBI/ensembl ## # $sourceurl:ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/, ftp://ftp.ensembl..。## # $sourcesize: NA ## # $tags: c("NCBI"， "Gene"， "Annotation") ## #检索记录与'对象[["AH70563"]]]'通过使用检索和使用资源[[用相应的
org <- ah[["AH70563"]]##下载0个资源##从缓存中加载## 'AH70563: 77309'org# # OrgDb对象:# # | DBSCHEMAVERSION: 2.1 # # | Db型:OrgDb # # |支持包:AnnotationDbi # # | DBSCHEMA: ANOPHELES_DB # # |生物:冈比亚疟蚊# # |物种:按# # | EGSOURCEDATE: 2019 - apr26 # # | EGSOURCENAME: Entrez基因# # | EGSOURCEURL: ftp://ftp.ncbi.nlm.nih.gov/gene/DATA # # | CENTRALID:如# # | TAXID: 180454 # # | GOSOURCENAME:基因本体# # | GOSOURCEURL: ftp://ftp.geneontology.org/pub/go/godatabase/archive/latest-lite/ # # | GOSOURCEDATE:2019 - apr24 # # | GOEGSOURCEDATE: 2019 - apr26 # # | GOEGSOURCENAME: Entrez基因# # | GOEGSOURCEURL: ftp://ftp.ncbi.nlm.nih.gov/gene/DATA # # | KEGGSOURCENAME: KEGG基因组# # | KEGGSOURCEURL: ftp://ftp.genome.jp/pub/kegg/genomes # # | KEGGSOURCEDATE: 2011 - mar15 # # | GPSOURCENAME: UCSC基因组生物信息学(冈比亚疟蚊)# # | GPSOURCEURL: # # | GPSOURCEDATE: 2018 - oct2 # # | ENSOURCEDATE: 2019 - apr08 # # | ENSOURCENAME:运用# # | ENSOURCEURL: ftp://ftp.ensembl.org/pub/current_fasta## ##请参阅:help('select')了解使用信息确定中心键，以及可以在中间映射的列
chooseCentralOrgPkgSymbol(组织)##[1]“entrezid”列(组织)##[13]“accnum”“ensembl”“ensemblprot”“ensembltrans”##[5]“entrezid”“酶”“证据”“证据all”##[9]“genename”“go”“goall”“本体”##[13]“ontologyall”“路径”“midid”“refseq”##[17]“符号”“unigene”“uniprot”下面是一些Entrez标识符，以及它们对应的符号冈比亚疟蚊，或允许1:许多地图(select ())或强制1:1映射。我们使用AnnotationDbi: select ()之间的歧义消除select ()泛型定义在AnnotationDbi和select ()泛型定义在dplyr:这些方法具有不兼容的签名和“契约”，因此必须以一种明确解决我们的意图的方式调用。
库(dplyr) #用于' %>% 'eid <- head(keys(org)) AnnotationDbi::select(org, eid， "SYMBOL"， "ENTREZID")## 'select()'返回键和列之间的1:1映射## AgaP_AGAP012606 ## 2 1267439 AgaP_AGAP012559 ## 3 1267440 AgaP_AGAP012558 ## 4 1267447 AgaP_AGAP012586 ## 5 1267450 AgaP_AGAP012834 ## 6 1267459 AgaP_AGAP012589eid %>% mapIds(x = org， "SYMBOL"， "ENTREZID") %>% tibble::enframe("ENTREZID"， "SYMBOL")## 'select()'返回键和列之间的1:1映射## #转接码:6 x 2 ## ENTREZID符号## ## 1 1267437 AgaP_AGAP012606 ## 2 1267439 AgaP_AGAP012559 ## 3 1267440 AgaP_AGAP012558 ## 4 1267447 AgaP_AGAP012586 ## 5 1267450 AgaP_AGAP012834 ## 6 1267459 AgaP_AGAP012589 3.4ExperimentHub
ExperimentHub类似于AnnotationHub，但包含策划的实验结果。越来越多地ExperimentHub提供了包来记录和简化对这些资源的访问。一个很好的例子ExperimentHubpackage是[curatedTCGAData][]。
库(ExperimentHub)库(curatedTCGAData)[curatedTCGAData][]包提供了一个通过ExperimentHub可用的资源集合的接口。界面简单明了。使用curatedTCGAData ()为了发现可用的数据类型，在确定癌症类型后选择分析类型。
curatedTCGAData ()##请参阅下面的可用队列和分析列表##可用癌码:## ACC BLCA BRCA CESC CHOL COAD DLBC ESCA GBM HNSC KICH ## KIRC KIRP LAML LGG LIHC LUAD LUSC MESO OV PAAD PCPG ## PRAD READ SARC SKCM STAD TGCT THCA THYM UCEC UCS UVM ##可用数据类型:# mRNAArray mrnaseqgene mRNAArray # mRNAArray_huex mRNAArray_TX_g4502a # mRNAArray_TX_ht_hg_u133a突变# RNASeq2GeneNorm RNASeqGene RPPAArray ## GISTIC_ThresholdedByGene甲基化##甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化_甲基化##curatedTCGAData(“BRCA”)# #标题DispatchClass 31 Rda brca_cnaseq - 20160128 # # # # 32 brca_cnasnp - 20160128 Rda # # 33 brca_cnvsnp - 20160128 Rda 35 Rda brca_gistic_allbygene - 20160128 # # # # 36 brca_gistic_peaks - 20160128 Rda 37 Rda brca_gistic_thresholdedbygene - 20160128 # # # # 39 brca_methylation_methyl27 - 20160128 _assays H5File # # 40 brca_methylation_methyl27 - 20160128 _se Rds # # 41 brca_methylation_methyl450 - 20160128 _assays H5File # # 42 brca_methylation_methyl450 - 20160128 _se Rds 43 Rda brca_mirnaseqgene - 20160128 # # # # 44BRCA_mRNAArray-20160128 Rda ## 45 brca_突变-20160128 Rda ## 46 brca_rnaseq2genenormn -20160128 Rda ## 47 BRCA_RNASeqGene-20160128 Rda ## 48 brca_rpparray -20160128 RdacuratedTCGAData("BRCA"， c("RNASeqGene"， "CNVSNP")BRCA_CNVSNP-20160128 Rda ## 47 BRCA_RNASeqGene-20160128 Rda添加dry.run = FALSE触发从ExperimentHub中实际下载数据(仅第一次)，并将数据作为实例呈现给用户MultiAssayExperiment．
mae <- curatedTCGAData("BRCA"， c("RNASeqGene"， "CNVSNP")， dry.run=FALSE) mae一个MultiAssayExperiment对象，包含2个列出的实验，使用用户自定义名称和各自的类。BRCA_CNVSNP-20160128: raggeexperiment with 284458行和2199列[2]BRCA_RNASeqGene-20160128: summarizeexperiment with 20502行和878列## experiments() -获取ExperimentList实例## colData() -主/表型DataFrame ## sampleMap() -样本可用性DataFrame ## ' $ '， '['， '[[' -提取colData列，子集，或实验## *格式()-转换为长或宽DataFrame ## assays() -转换为矩阵的简单列表然后，通过单独的分析或更综合的分析，很容易处理这些数据。例如，RNASeq数据中库大小的分布可以用。
mae[["BRCA_RNASeqGene-20160128"]] %>% assay() %>% colsum () %>% density() %>% plot(main = "TCGA BRCA RNASeq Library Size")
5出处
sessionInfo ()## R version 3.6.0 Patched (2019-04-26 r76431) ##平台:x86_64-apple-darwin17.7.0(64位)##运行在macOS High Sierra 10.13.6 ## ##矩阵产品:default ## BLAS: /Users/ma38727/bin/R-3-6-branch/lib/libRblas。/Users/ma38727/bin/R-3-6-branch/lib/libRlapack。dylib # # # #语言环境:# # [1]en_US.UTF-8 / en_US.UTF-8 en_US.UTF-8 / C / en_US.UTF-8 / en_US。UTF-8 ## ##附加的基本包:## [1]stats4并行统计图形grDevices utils数据集##[8]方法基础## ##其他附加包:# # # # [1] ensemblVEP_1.27.0 [2] VariantAnnotation_1.31.3 # # [3] Rsamtools_2.1.2 # # [4] Biostrings_2.53.0 # # [5] XVector_0.25.0 # # [6] RaggedExperiment_1.9.0 # # [7] curatedTCGAData_1.7.0 # # [8] MultiAssayExperiment_1.11.4 # # [9] SummarizedExperiment_1.15.5 # # [10] DelayedArray_0.11.2 # # [11] BiocParallel_1.19.0 # # [12] matrixStats_0.54.0 # # [13] ExperimentHub_1.11.1 # # [14] KEGGREST_1.25.0 # # [15] biomaRt_2.41.3 # # [16] ensembldb_2.9.2 # # [17] AnnotationFilter_1.9.0 # # [18]TxDb.Hsapiens.UCSC.hg38.knownGene_3.4.6 # # [19] GenomicFeatures_1.37.3 # # [20] GenomicRanges_1.37.14 # # [21] GenomeInfoDb_1.21.1 # # [22] dplyr_0.8.2 # # [23] GO.db_3.8.2 # # [24] org.Hs.eg.db_3.8.2 # # [25] AnnotationDbi_1.47.0 # # [26] IRanges_2.19.10 # # [27] S4Vectors_0.23.17 # # [28] Biobase_2.45.0 # # [29] AnnotationHub_2.17.3 # # [30] BiocFileCache_1.9.1 # # [31] dbplyr_1.4.2 # # [32] BiocGenerics_0.31.4 # # [33] BiocStyle_2.13.2 # # # #通过加载一个名称空间(而不是附加):# # # # [1] httr_1.4.0 bit64_0.9-7 [3] shiny_1.3.2 assertthat_0.2.1 # # [5] interactiveDisplayBase_1.23.0 BiocManager_1.30.5.1 # # [7] blob_1.1.1 BSgenome_1.53.0 # # [9] GenomeInfoDbData_1.2.1 yaml_2.2.0 # # [11] progress_1.2.2 lattice_0.20-38 # # [13] pillar_1.4.2 RSQLite_2.1.1 # # [15] backports_1.1.4 glue_1.3.1 # # [17] digest_0.6.19 promises_1.0.1 # # [19] htmltools_0.3.6 httpuv_1.5.1 # # [21] Matrix_1.2-17 xml_3.98 - 1.20 # # [23] pkgconfig_2.0.2 bookdown_0.11 # # [25] zlibbioc_1.31.0 purrr_0.3.2 # # [27]## [37] fansi_0.4.0 tools_3.6.0 ## [39] prettyunits_1.0.2 hms_0.4.2 ## [41] string_1 .4.0 compiler_3.6.0 ## [43] rlang_0.4.0 grid_3.6.0 ## [45] RCurl_1.95-4.12 rappdirs_0.3.1 ## [47] bitops_1.0-6 rmarkdown_1.13 ## [51] curl_3.3 R6_2.4.0 ## [53] GenomicAlignments_1.21.4 knitr_1.23 ## [55] rtracklayer_1.45.1 ##bit_1.1-14 ## [57] utf8_1.1.4 zeallot_0.1.0 ## [59] ProtGenerics_1.17.2 stringi_1.4.3 ## [61] Rcpp_1.0.1 png_0.1-7 ## [63] vctrs_0.1.0 tidyselect_0.2.5 ## [65] xfun_0.8