Нуклеотидные банки данных

Выбор сборки генома эукариотического организма

В качестве эукариотического организма я выбрала каролинскую белку. Её латинское название – Sciurus carolinensis, а английское – Gray squirrel. Выбрала я это животное просто потому, что считаю белок довольно милыми, а ещё мне нравятся их пушистые хвосты. Живут каролинские белки в Северной Америке, но также являются инвазивным видом в Шотландии, Англии, Ирландии и Италии и вытесняют там обыкновенных белок. Длина тела у каролинских белок обычно 380-525 мм, в окраске преобладает тёмно-серый цвет с оттенками рыжего или коричневого, иногда грязно-белого. Кстати, в 1968 году каролинскую белку признали символом штата Кентукки. Что касается генома, у каролинской белки 40 хромосом.

белка1 — **Рис 1.** Каролинская белка с орехом

белка2 — **Рис 2.** Каролинская белка сидит смотрит

Описание сборки:

Запрос: так как я не разбираюсь в видах белок, я осуществляла поиск по названию рода – Sciurus.

Количество найденных сборок: 7, из них 4 относятся к Sciurus carolinensis.

Уровень сборки: Chromosome. Это значит, что сборка содержит одну или более хромосом. Это может быть полностью секвенированная хромосома без гэпов или хромосома, содержащая скааффолды/контиги с гэпами между ними.

Сборка является референсной, то есть вручную отобранной сброкой высокого качества, которую NCBI индентифицировали в качестве стандарта при сравнении с другими.

Некоторые характеристики выбранной сборки

Таблица 1. Характеристики сборки

Идентификатор GenBank	Идентификатор RefSeq	Общий размер генома	Scaffold N50	Scaffold L50	Contig N50	Contig L50
GCA_902686445.2	GCF_902686445.1	2,815 Mb	148.2 Mb	8	14 Mb	52

Contig N50 – длина контига, для которого половина всех нуклеотидов сборки содержится в контигах такой и большей длины (длина максимального контига из списка L50)

Contig L50 – наименьшее число контигов, в которых содержится половина всех нуклеотидов сборки (суммарная длина хотя бы половина)

Для Scaffold аналогично

Скачивание необходимых файлов

Скачала следующие файлы:

GCF_902686445.1_mSciCar1.2_protein.faa – последовательности белков в формате FASTA;

GCF_902686445.1_mSciCar1.2_genomic.fna – нуклеотидные последовательности генома в формате FASTA;

GCF_902686445.1_mSciCar1.2_genomic.gbff – последовательности генома с аннотацией

Остальные файлы

GCF_902686445.1_mSciCar1.2_feature_table.txt. – таблица особенностей

GCF_902686445.1_mSciCar1.2_rna_from_genomic.fna – транскрипты генома

GCF_902686445.1_mSciCar1.2_cds_from_genomic.fna – кодирующие последовательности генома в формате FASTA