Практикум 15. Сборка генома de novo

Подготовка чтений

Подготовка чтений была сделана с использованием следующих команд:

wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR424/009/SRR4240358/SRR4240358.fastq.gz

cat ../../adapters/*-SE.fa >> adapters.fasta

java -jar /usr/share/java/trimmomatic.jar SE -phred33 SRR4240358.fastq.gz SRR4240358_noadapt.fastq ILLUMINACLIP:adapters.fasta:2:7:7

java -jar /usr/share/java/trimmomatic.jar SE -phred33 SRR4240358_no_adapters.fastq.gz SRR4240358_good.fastq TRAILING:20 MINLEN:32

velveth ./velv 31 -fastq -short SRR4240358_good.fastq

velvetg ./velv

Мы последовательно убираем остатки адаптеров, удаляем с концов нуклеотиды плохого качества и оставляем только чтения длиной не меньше 32 нуклеотидов. Изменения в количестве чтений можно увидеть ниже:

Input Reads: 10543839 Surviving: 10368884 (98.34%) Dropped: 174955 (1.66%)

Input Reads: 10368884 Surviving: 8016437 (77.31%) Dropped: 2352447 (22.69%)

При этом размер файла изменился с 1.1G до 826M.

Анализ полученных данных

Всего было получено 367 контигов, из которых самые длинные - NODE_34 (18714), NODE_40 (16436) и NODE_56 (19821), с процентами покрытия 29.922678, 30.793624 и 29.475859 соответственно. Был использован алгоритм megablast. N50 = 13 114.

Результаты выравниваний в BLAST приведены ниже:

Характеристики выравниваний