Практикум 14

Подготовка чтений программой trimmomatic

Чтобы триммировать риды из файла SRR4240380.fastq.gz нужно подготовить файл с адаптерами. Файл с адаптерами получен, путем соединения 3 предложенных файлов с помощью bash

 cat /mnt/scratch/NGS/adapters/* > adapt.fasta

После этого первая операция триммирования

TrimmomaticSE SRR4240380.fastq.gz seqout ILLUMINACLIP:adapt.fasta:2:7:7

В выдаче программы также содержалось:

Input Reads: 5217318 Surviving: 5119144 (98.12%) Dropped: 98174 (1.88%)

Из чего можем сделать вывод, что 1,88% ридов были остатками адаптеров. Триммируем дальше, обрежем некачественные и уберем короткие риды

TrimmomaticSE seqout seqout2.fastq TRAILING:20 MINLEN:32

Input Reads: 5119144 Surviving: 4865359 (95.04%) Dropped: 253785 (4.96%)

Таким образом, удалено было еще 253785 (4.96%) ридов. Вес исходного файла был 0,503Gb, а у полученного 0.478Gb.

K-меры и сборка

Из ридов получили 31-меры

velveth kdir 31 -short -fastq seqout2.fastq

После чего получили из них контиги

velvetg kdir/

В выдаче содержалось сообщение, откуда узнаем, что N50 = 12042:

Final graph has 401 nodes and n50 of 12042, max 25915, total 660284, using 0/4865359 reads

Получим длины самых больших контигов и их покрыте:

grep '>' kdir/contigs.fa | tr '_' '\t' | cut -f4,6 | sort -nr | head -n 3

25915   27.418676

23850   24.763815

23807   25.725922

Чтобы сравнивать с медианным покрытием надо найти медиану, тогда надо найти общее количество

grep '>' kdir/contigs.fa | wc -l

Тогда медианное значение - значение посередине отсортированного списка

kdir/contigs.fa | tr '_' '\t' | cut -f4 | sort -nr | head -n 83 | tail -n 1

22.568171

kdir/contigs.fa | tr '_' '\t' | cut -f4 | sort -nr | head -n 1

130.479660

kdir/contigs.fa | tr '_' '\t' | cut -f4 | sort -nr | tail -n 1

2.419355

Видим, что наибольший отличается в 5,8 раз, а наименьший в 9,3.

Наименьший можно привести полностью, хотя при этом он не самый короткий

>NODE_235_length_62_cov_2.419355

    CTATGGTAGATTAATATAATCAATTAATACAAAATCCTAACCTAACCTAACCGTACTAAA

    ATCAGATGAATAAACGCAAACGCATACAAAAC

С наибольшем же покрытием не самый длинный

>NODE_56_length_934_cov_130.479660

Практикум 14

Подготовка чтений программой trimmomatic

K-меры и сборка

Выравнивание на хромосому