1. Скачаем чтения:
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR424/000/SRR4240380/SRR4240380.fastq.gzПолучаем - SRR4240380
2. Создание файла с адаптерами:
cat /mnt/scratch/NGS/adapters/*.fa >> adapters.fasta - adapters.fasta
3. Удаление адаптеров:
java -jar /usr/share/java/trimmomatic.jar SE -phred33 SRR4240380.fastq.gz SRR4240380_trim.fastq.gz ILLUMINACLIP:adapters.fasta:2:7:7 - SRR4240380_trim.fastq.gz1.88% - остаткти адаптеров
4. Фильтрация качества чтений (удаление с правых концов чтений нуклеотидов с качеством ниже 20 и чтений длины меньше 32 нуклеотидов.)
java -jar /usr/share/java/trimmomatic.jar SE SRR4240380_trim.fastq.gz filt.fastq.gz TRAILING:20 MINLEN:32 filt.fastq.gzЕщё 4.96% (253785 нуклеотида) последовательностей чтений было удалено. Размеры файлов: 107,23 МБ до подготовки; 98,35 МБ - после.
velveth kmers 31 -fastq.gz filt.fastq.gz -short
velvetg kmersN50 = 12042.
В файле stats.txt можно найти информацию по длинам контигов. 3 самых длинных:
ID Длина Покрытие 3 25915 27.418676 20 23850 24.763816 23 23807 25.725921
Контиги с аномально большим и малым покрытием:
ID Длина Покрытие 269 0 inf 84 1 700650.0 ... 364 1 1.0 401 2 1.0
Аномальные покрытия характерны для очень коротких контигов.
Результаты megablast:
ID Max Score Total Score Query Cover E-value Per. Ident 3 5760 13627 86% 0.0 78.40% 20 4769 10820 88% 0.0 75.17% 23 3253 4804 53% 0.0 73.43%