Сборка De novo

0. Скачивание архива 

wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR424/008/SRR4240378/SRR4240378.fastq.gz

Создание объединенного файла с адаптерами было сделано с помощью команды 

cat /mnt/scratch/NGS/adapters/*.fa > adapters.fa

1. Подготовка чтений программой trimmomatic

Удаление адаптеров

java -jar /usr/share/java/trimmomatic.jar SE -threads 20 SRR4240378.fastq.gz trimadapt_SRR4240378.fastq.gz ILLUMINACLIP:adapters.fa:2:7:7 2> trimadapt.err

Отчет об изначальной последовательности и воследовательности без адаптеров

fastqc SRR4240378.fastq.gz
fastqc SRR4240378.fastq.gz

Удаление чтений, длина которых меньше 32 нуклеотидов, а качество ниже 20

java -jar /usr/share/java/trimmomatic.jar SE -threads 20 trimadapt_SRR4240378.fastq.gz trim_SRR4240378.fastq.gz TRAILING:20 MINLEN:32 2> trim.err

Качество полученных данных было проверено с помощью программы

fastqc trim_SRR4240378.fastq.gz

2.Создание k-меров

Разбиение данных на к-меры было сделано с помощью следующей программы:

velveth velvet/ 31 -fastq.gz -short trim_SRR4240378.fastq.gz

3.Сборка контигов на основе полученных k-меров

velvetg velvet/

Анализ полученных данных:

N50 = 7028

Таблица 1. Описание 3-x самых длинных контигов
ID Длина Покрытие
8 36746 20.017199
57 19371 20.546642
15 16745 20.901762

4. Анализ полученных данных

Таблица 2. Выравнивание 8-го контига
# Score E-value Identities Выровненный участок контига Выровненный участок хромосомы Gaps
1 3949 bits 0.0 6516/8617(76%) 8431...16876 508806...500370 351/8617(4%)
2 3932 bits 0.0 4897/6234(79%) 562...6740 516539..510438 187/6234(2%)
3 2278 bits 0.0 4621/6238(74%) 29537...35594 488106...481997 308/6238(4%)
4 1921 bits 0.0 3255/4324(75%) 16992...21270 500325...496111 154/4324(3%)
5 1020 bits 0.0 1109/1384(80%) 22688...24064 494864...493487 13/1384(0%)
6 573 bits 5e-163 564/686(82%) 36068...36747 481545...480874 20/686(2%)
7 150 bits 1e-35 108/120(90%) 22436...22554 495148 ...495033 5/120(4%)
w
Fig.1. Графическое представление выравнивания контига 8 с хромосомой

Таблица 3. Выравнивание 57-го контига
# Score E-value Identities Выровненный участок контига Выровненный участок хромосомы Gaps
1 3253 bits 0.0 7212/9822(73%) 9754...19341 582686...573092 461/9822(4%)
2 1279 bits 0.0 2100/2777(76%) 5348...8066 587055...584329 108/2777(3%)
w
Fig.2. Графическое представление выравнивания контига 57 с хромосомой

Таблица 3. Выравнивание 15-го контига
# Score E-value Identities Выровненный участок контига Выровненный участок хромосомы Gaps
1 4423 bits 0.0 5863/7536(78%) 6309...13708 151796...144368 243/7536(3%)

Чтобы лучше понять, как накладываются контиги на банковский геном, посмотрим на карты локального сходства:

w
Fig.3.

w
Fig.4.

w
Fig.5.

w
Fig.6.

Контиги легли довольно неплохо. Прерывистость во всех картах можно объяснить вариабельными участками.