Анализ качества и очистка чтений

Упр.1.Анализ качества чтений

1) Мне был выделен файл с чтениями генома резуховидки №8: Ath_tae_CTTGTA_L003_R1_008.fastq.gz

2) С помощью программы FastQC был произведен анализ качества скачанных чтений: ЗДЕСЬ находится html-версия отчета FastQC.

Упр.2.Очистка чтений

1) С помощью программы Trimmomatic был сделан тримминг скачанных чтений посредством команды

java -jar /usr/share/java/trimmomatic.jar SE -phred33 Ath_tae_008.fastq Ath_tae_008_1.fastq ILLUMINACLIP:adapters.fa:2:7:7 TRAILING:20 MINLEN:50

Были удалены последовательности адаптеров, а также отрезаны с конца каждого прочтения нуклеотиды с качеством ниже 20, и выставлен порог для прочтений длиной не менее 50 нуклеотидов:

2) Затем был проведен анализ качества очищенных чтений с помощью программы FastQC: ЗДЕСЬ находится html-версия нового отчета FastQC. После очистки осталось 3,75 млн чтений вместо предыдущих 4 млн.

Вывод:

• В необработанном файле присутствовали прочтения длиной в 101 нуклеотид, а после обработки, значение Sequence length distribution изменилось на показатели: от 50 до 101, причем пик находится в значении 100-101, произошло это потому, что чтения короче 50 были удалены.
• Среднее качество последнего нуклеотида выросло, но незначительно, соответсвующий график - Per base sequence quality.
• Per base sequence content (чатсота встречаемости букв), также практически не изменилась, но в отличие от графика в первом случае, наблюдается сглаживание пиков на всех позициях. В целом же, пропорциональность сохранилась: А и Т вс речаются гораздо чаще чем Г и Ц практически во всех позициях.