Сборка генома de novo

Задание 1. Подготовка чтений программой trimmomatic

Таблица команд, используемых на данном этапе

Input	Output	Command	What does it do
SRR4240389.fastq (weight=1387M), adapters.fasta (weight=)	task1.fastq (weight=1386M)	java -jar /nfs/srv/databases/ngs/suvorova/trimmomatic/trimmomatic-0.30.jar SE -phred33 SRR4240389.fastq task1.fastq ILLUMINACLIP:adapters.fasta:2:7:7	Удаляем возможные остатки адаптеров, предварительно подготовив файл adapters.fasta с помощью команды cat *.fa >> adapters.fasta Ридов было: 12950609 Ридов стало: 12947289 (99.97%) Ридов убрано: 3320 (0.03%)
task1.fastq (weight=1386M)	task1.1.fastq (weight=1386M)	java -jar /nfs/srv/databases/ngs/suvorova/trimmomatic/trimmomatic-0.30.jar SE -phred33 task1.fastq task1.1.fastq MINLEN:30	Удаляем чтения длины менее 30; Ридов было: 12947289 Ридов стало: 12940837 (99.95%) Ридов убрано: 6452 (0.05%)

Задание 2. Подготовка k-меров программой velveth

Была использована следующая команда:

$ velveth task2.fastq 29 -fastq task1.1.fastq -short 

task2.fastq - output-директория (!), содержащая в себе несколько файлов:
Log, Rodmaps и Sequences

Задание 3. Сборка генома программой velvetg

Была использована следующая команда:

                                               
$ velvetg task2.fastq

N50: 3208
Max contig length: 14200

Задание 4. Анализ полученных контигов

Таблица по трем самым длинным контигам

Contig ID	Length	E-value	% Identity	Gaps / %	Chains	Chr start	Chr end	Part chr length	Read start	Read end	Part read length
13	14200	0.0	77	206/2	+/+	467412	474667	7256	5926	13237	7312
29	12664	0.0	79	97/4	+/+	68262	70621	2360	1	2381	2381
22	10955	0.0	74	204/4	+/-	253244	257546	4303	6993	2691	4303

Комментарии

На рисунке по оси х распологается query - CP009253.1 (референсная хромосома), по оси y - контиги

Участок контига 13 достаточно хорошо выравнивается на референсную хромосому;
Цепи соответствуют друг другу по направлению, что можно видеть из приведенного выше рисунка
Кроме того, на графике нет каких-либо разрывов, что говорит о целостности участка соответствия



На карте мы видим несколько разделенных разрывами участков; действительно, выдача blast
дает нам несколько выравниваний с подряд идущими координатами (ниже представлены координаты референсной хромосомы):

68262	70621	(len = 2360)|+ 349 =>	
70970	73310   (len = 2341)|+ 1523 =>
74833	75264   (len = 432) |+ 264 =>
75528	76468	(len = 941) |+ 649 =>
77117	78277   (len = 1161)

Мы видим, что координаты участков, их длины соответствуют тому, что мы видим на карте сходства:
Сначала - два идущих подряд участка примерно одинаковой длины (2360 и 2341) с неболшим (349) расстоянием
между ними; после следует большой непокрытый участок (1523) с двумя небольшими учатками соответствия, разделенных
относительно небольшим промежутком


По рисунку, приведенному выше, мы видим, что цепи референса и нашего контига, противоположнонапрвленные
Это может быть связано с тем, что произошла инверсия (но мы не можем точно говорить об этом, так как в процессе
сборки цепь определяется случайным образом)
Так же, как и в первом случае, мы видим непрерывный участок соответствия контига 22 участку
бактериальной хромосомы

Среднее значение параметра % Identity равно 76.67 %
E-value = 0.0 во всех трех контигах
Так, мы можем сказать, что геном собран хорошо

---

© Беляева Юлия, 2018