nanopore_r9.5_flowcell_map.R

# build the map for R9.5 flowcell, as a long-form dataframe that translates
# channels into rows and columns on the flowcell. Good for plotting in R.
p1 = data.frame(channel=33:64, row=rep(1:4, each=8), col=rep(1:8, 4))
p2 = data.frame(channel=481:512, row=rep(5:8, each=8), col=rep(1:8, 4))
p3 = data.frame(channel=417:448, row=rep(9:12, each=8), col=rep(1:8, 4))
p4 = data.frame(channel=353:384, row=rep(13:16, each=8), col=rep(1:8, 4))
p5 = data.frame(channel=289:320, row=rep(17:20, each=8), col=rep(1:8, 4))
p6 = data.frame(channel=225:256, row=rep(21:24, each=8), col=rep(1:8, 4))
p7 = data.frame(channel=161:192, row=rep(25:28, each=8), col=rep(1:8, 4))
p8 = data.frame(channel=97:128, row=rep(29:32, each=8), col=rep(1:8, 4))

q1 = data.frame(channel=1:32, row=rep(1:4, each=8), col=rep(16:9, 4))
q2 = data.frame(channel=449:480, row=rep(5:8, each=8), col=rep(16:9, 4))
q3 = data.frame(channel=385:416, row=rep(9:12, each=8), col=rep(16:9, 4))
q4 = data.frame(channel=321:352, row=rep(13:16, each=8), col=rep(16:9, 4))
q5 = data.frame(channel=257:288, row=rep(17:20, each=8), col=rep(16:9, 4))
q6 = data.frame(channel=193:224, row=rep(21:24, each=8), col=rep(16:9, 4))
q7 = data.frame(channel=129:160, row=rep(25:28, each=8), col=rep(16:9, 4))
q8 = data.frame(channel=65:96, row=rep(29:32, each=8), col=rep(16:9, 4))

# long form as a data frame
map = rbind(p1, p2, p3, p4, p5, p6, p7, p8, q1, q2, q3, q4, q5, q6, q7, q8)

# matrix form, so it looks like the flowcell
map.matrix = acast(map, row ~ col, value.var = "channel")

e.g.

> head(map)
  channel row col
1      33   1   1
2      34   1   2
3      35   1   3
4      36   1   4
5      37   1   5
6      38   1   6

> map.matrix
     1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16
1   33  34  35  36  37  38  39  40   8   7   6   5   4   3   2   1
2   41  42  43  44  45  46  47  48  16  15  14  13  12  11  10   9
3   49  50  51  52  53  54  55  56  24  23  22  21  20  19  18  17
4   57  58  59  60  61  62  63  64  32  31  30  29  28  27  26  25
5  481 482 483 484 485 486 487 488 456 455 454 453 452 451 450 449
6  489 490 491 492 493 494 495 496 464 463 462 461 460 459 458 457
7  497 498 499 500 501 502 503 504 472 471 470 469 468 467 466 465
8  505 506 507 508 509 510 511 512 480 479 478 477 476 475 474 473
9  417 418 419 420 421 422 423 424 392 391 390 389 388 387 386 385
10 425 426 427 428 429 430 431 432 400 399 398 397 396 395 394 393
11 433 434 435 436 437 438 439 440 408 407 406 405 404 403 402 401
12 441 442 443 444 445 446 447 448 416 415 414 413 412 411 410 409
13 353 354 355 356 357 358 359 360 328 327 326 325 324 323 322 321
14 361 362 363 364 365 366 367 368 336 335 334 333 332 331 330 329
15 369 370 371 372 373 374 375 376 344 343 342 341 340 339 338 337
16 377 378 379 380 381 382 383 384 352 351 350 349 348 347 346 345
17 289 290 291 292 293 294 295 296 264 263 262 261 260 259 258 257
18 297 298 299 300 301 302 303 304 272 271 270 269 268 267 266 265
19 305 306 307 308 309 310 311 312 280 279 278 277 276 275 274 273
20 313 314 315 316 317 318 319 320 288 287 286 285 284 283 282 281
21 225 226 227 228 229 230 231 232 200 199 198 197 196 195 194 193
22 233 234 235 236 237 238 239 240 208 207 206 205 204 203 202 201
23 241 242 243 244 245 246 247 248 216 215 214 213 212 211 210 209
24 249 250 251 252 253 254 255 256 224 223 222 221 220 219 218 217
25 161 162 163 164 165 166 167 168 136 135 134 133 132 131 130 129
26 169 170 171 172 173 174 175 176 144 143 142 141 140 139 138 137
27 177 178 179 180 181 182 183 184 152 151 150 149 148 147 146 145
28 185 186 187 188 189 190 191 192 160 159 158 157 156 155 154 153
29  97  98  99 100 101 102 103 104  72  71  70  69  68  67  66  65
30 105 106 107 108 109 110 111 112  80  79  78  77  76  75  74  73
31 113 114 115 116 117 118 119 120  88  87  86  85  84  83  82  81
32 121 122 123 124 125 126 127 128  96  95  94  93  92  91  90  89