rna-seq

MacやLinuxを使わずにでRNA-seq解析を行う ③〜Google ColaboratoryでBallgownを実行〜

2025/09/20
#google-colaboratory#rna-seq

今回の記事内容、果たして意味があるのか不要ですが、
あえてgoogle colaboratoryを使用して、Rでballgownを実行してみます。

下準備

Google colaboratoryでRを使えるようにする

まずは、google colaboratoryでRを使えるようにするコマンドです。

%load_ext rpy2.ipython

以降、%%Rと入れることで、そのブロックではRのコマンドが打てるようになります。

ライブラリのインストール

必要なライブラリをインストールします。

%%R
install.packages("BiocManager")
BiocManager::install("ballgown", dependencies = TRUE)
<div></div>
install.packages("tidyverse", dependencies = TRUE)
install.packages('metaMA', dependencies = TRUE)

結構時間がかかります。

ライブラリの読み込み

%%R
library(ballgown)
library(tidyverse)
library(metaMA)

作業ディレクトリの移動

作業ディレクトリを前回作成したballgownフォルダにします。

cd /content/drive/MyDrive/colab_RNA-seq/ballgown

関連記事/bulk rnaseq 6/ →

%%R
#ids列
ids <- c('SRR1571967', 'SRR1571968', 'SRR1571969', 'SRR1571970', 'SRR1571971', 'SRR1571972')
#type列
type <- c('Control', 'Control', 'Control', 'Hif1 mutant', 'Hif1 mutant', 'Hif1 mutant')
#DataFrameの作成
data <- data.frame('ids'=ids, 'type'=type)
#csvファイルとして保存
write.csv(data, 'data_info.csv', row.names = FALSE)

/content/drive/MyDrive/colab_RNA-seq/ballgownにdata_info.csvが作成されました。

Ballgownの実行

まずは、ballgownフォルダの親フォルダ`/content/drive/MyDrive/colab_RNA-seqに移動します。

cd ..

その後、先ほど作成したdata_info.csvを読み込み、
Ballgownを以下のように実行します。

%%R
data_info <- read.csv("ballgown/data_info.csv")
bg <- ballgown(dataDir = "ballgown", pData=data_info, samplePattern = "SRR")
bg

低発現遺伝子の削除

低発現の遺伝子を削除します。

%%R
bg_cut <- subset(bg,"rowVars(texpr(bg)) >1",genomesubset=TRUE)
bg_cut

データテーブルの作成

%%R
transcript_data <- stattest(bg_cut, 
                                feature = 'transcript', 
                                covariate = 'type',
                                getFC = 'TRUE',
                                meas = 'FPKM')
<div></div>
transcript_table <- data.frame(gene = geneNames(bg_cut),
                                  gene_id = geneIDs(bg_cut),
                                  transcript_data)
<div></div>
gene_data <- stattest(bg_cut, 
                        feature = 'gene', 
                        covariate = 'type',
                        getFC = 'TRUE',
                        meas = 'FPKM')
データの保存
%%R
write.csv(transcript_table, "transcript_results.csv", row.names=FALSE)
write.csv(gene_data, "gene_results.csv", row.names=FALSE)

以上でGoogle colaboratoryでのballgownは終了です。