Сборка генома de novo

Проект по секвенированию бактерии Buchnera aphidicola доступен по этому адресу. Там находятся короткие чтения (длины 36), полученные по технологии Illumina.

1. Обработка чтений

В скобках в колонаках с файлами указан их размер.
Входной файл Выходной файл Команда Описание
файлы с адаптерами тут - /P/y16/term3/block3/adapters adapters.fasta 
cat *.fa >> /nfs/srv/databases/ngs/
catherine.nesterenko/
pr14/adapters.fasta
 Получение единого файла с адаптерами.
SRR4240356.fastq (757 M) trim.fastq (741 M) 
 java -jar /nfs/srv/databases/ngs/suvorova/trimmomatic/
trimmomatic-0.30.jar SE -phred33 
SRR4240356.fastq trim.fastq 
ILLUMINACLIP:adapters.fasta:2:7:7
 Были удалены адаптеры с концов чтений.
Количество ридов - Было: 7511529

Стало: 7358424 (97,96%)

Удалено ридов: 153105 (2,04%)
trim.fastq (741 M) good.fastq (740 M) 

Удаление чтений с длиной меньше 30.

Количество ридов - Было: 7358424


Стало: 7342380 (99,78%)


Удалено ридов: 16044 (0,22%)










2. Подготовка k-меров



С помощью следующей комнады были получены k-меры длины 29. Это максимальная длина для длины наших
ридов. kmers - это директория для выходных файлов. -short - указание на то, что у нас короткие
чтения, - fastq - указание на файл с подготовленными ридами. 

 velveth kmers 29 -short -fastq good.fastq





3. Сборка генома на основе k-меров



Используя полученные ранее данные, с помощью программы velvetg получим собранный геном.

velveth kmers


Выдача программы записывается в ту же директорию, что и в предыдущем пункте.


N50 - 46003


Максимальная длина - 75082 





Сравнительная таблица для трех самых длинных контигов.




ID контига
Длина контига
Покрытие





10
75082
54.98





9
73963
52.64





16
73133
50.10  




Среднее значение покрытия - 84,38; медиана - 14,38.






Сравнительная таблица для трех контигов с аномальными покрытиями.




ID контига
Длина контига
Покрытие






38
127
671,88





17
413
638,92





291
66
2,26










4. Анализ полученных данных



Был проведен анализ самых длинных контигов с помощью MegaBlast. 
Контиги были выровнены с хромосомой Buchnera aphidicola (GenBank/EMBL AC — CP009253). 
Указанные координаты собраны из координат кусочных выравниваний.





ID контига
Длина контига
Покрытие
Координаты на хромосоме
Число гэпов
Цепи
Процент сходства





10
75082
54.98
2004 -  627104
125
+\-
83%





9
73963
52.64
478095 - 550977
545
+\+
81%





16
73133
50.10
384182 - 445895 

373
+\+
74%






 


ID - 10
 Данный контиг инвертирован относительно участка хромосомы. 
Было найдено 13 выравниваний. У хромосомы и контига разное направление цепей. Сам контиг
был разбит на 2 части. У данного контига лучшие показатели идентичности с хромосомой.   










ID - 9
Контиг 9 и хромосома имеют одинаковое направление цепей. Найдено 12 выравниваний
отдельных участков контига с хромосомой. Инверсии отсутствуют. Одно из выравниваний имеет лучший максимальный вес - 17304. 









ID - 16
 Найдено 15 кусочных выравниваний. Инверсии отсутствуют. У этого контига 
ниже процент идентичности, чем у двух других.










  



 
 © Нестеренко Екатерина 2018