Сборка De novo

Анализ качества чтений

С начала с использованием кода доступа SRR4240389 был скачан файл проекта секвенирования бактерии Buchnera aphidicola в формате fastq.gz и распакован.

gunzip reads.fastq.gz

Первый этап. Подготовка чтений программой Trimmomatic.

Чтения были очищены этой программой. Это очистило их от адаптеров удалило с конца нуклеотиды с качеством ниже 20 и чтения длины менее 30. Результаты изменений представлены в таблице.

java -jar /usr/share/java/trimmomatic.jar SE -phred33 reads.fastq
reads_trim.fastq ILLUMINACLIP:adapters.fasta:2:7:7 TRAILING:20 MINLEN:30

Этап второй. Подготовка k-меров

Перед последуйщей сборкой была составлена хэш-таблица при помощи программы velveth. k-меры были подготовлены следуйщей командой:

velveth k_mer 29 -short -fastq reads_trim.fastq

Третий этап. Сборка на основе k-меров

Сборка осуществлялась программой velvetg. И velveth, и velvetg основаны графах де Брёйна. Итоги работы:

velvetg k_mer

Данные получены обработкой файла stats.txt

- 601,12 - среднее покрытие по всем контигам

- 55,75 - среднее контигов длиной больше 1

- 20,13 - медиана покрытий всех контигов

- 17,50 - медиана контигов длиной больше 1

Поэтому логичнее всего принять, что типичным покрытием является значение около 18-ти

Имеются аномально большие контиги: например ID 1 с покрытием 597663, правда он длины один или ID 685 с покрытием 6436 также длины один. Контиги адекватной длины аномально большие относительно среднего без единичных: ID 303 длина: 27 покрытие: 926. Аномально большие покрытия в принципе встречаются скорее среди коротких контигов, что логично, поскольку вероятность покрытия короткого участка гораздо выше.

Этап четвертый. Анализ самых длиных контигов.