Пятнадцатый практикум

Заданный код доступа: SRR4240360. Я скачал чтения при помощи команды

wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR424/000/SRR4240360/SRR4240360.fastq.gz

Для удаления адаптеров была использована программа:

TrimmomaticSE -phred33 ./SRR4240360.fastq.gz seqtrimd.fastq.gz ILLUMINACLIP:adapt.fa:2:7:7

где adapt.fa - файл с адаптерами, собранными вместе из разных файлов

В исходном файле было 8'254'632 чтений. После триммирования оказалось 8'212'774. Удалилось 41'858 чтений.

Для удаления чтений плохого качества была запущена программа:

TrimmomaticSE -phred33 ./SRR4240360.fastq.gz trseq.fastq.gz ILLUMINACLIP:adapt.fa:2:7:7 TRAILING:20 MINLEN:32

В исходном файле было 8'254'632 чтений. После триммирования оказалось 7'915'474. Удалилось чтений 339'158.

Размер файла изменился с исходных 194 Mb до 184 Mb

Второй пункт - К-меризация ридов

Риды проК-меризованы при помощи команды:

velveth redvelvet 31 -short -fastq.gz trseq.fastq.gz

Третий пункт - сборка генома

С помощью команды был собран геном:

velvetg ./redvelvet

N50 полученной сборки: N50=43070.

Полученный stats.txt файл был проанализирован при помощи команды:

sort -k2rn stats.txt | less

полученные длины самых длинных контигов: 1, 5, 4

1. 113474: покрытие 33,525460

5. 83603: покрытие 33,646065

4. 64155: покрытие 35,847323

Также при анализе нашлись контиги с аномальным значением покрытия: например контиг 565, чья длина равна 31, а покрытие 1,613. Еще пример это контиг 40 длиной 69 и покрытием 109,39

Полученные контиги были выделены в отдельные файлы. После чего был запущен megablast на геном огранизма.