Сборка de novo

Подготовка к работе

Архив с чтениями был скачан с помощью команды:

wget https://www.ebi.ac.uk/ena/browser/view/SRR4240358

Подготовка чтений программой trimmomatic

Команды:

Объединение файлов с информацией об адаптерах:

cat *.fa > adapters.fasta

Удаление адаптеров:

java -jar /usr/share/java/trimmomatic.jar SE SRR4240358.fastq.gz -threads 5 no_adapter.fastq.gz -trimlog trim_adapter.log ILLUMINACLIP:adapters.fasta:2:7:7

Удаление нуклеотидов с низким качеством:

java -jar /usr/share/java/trimmomatic.jar SE no_adapter.fastq.gz -threads 5 trimmed.fastq.gz -trimlog trim_poorq.log TRAILING:20 MINLEN:32

Результаты
Размеры:

469 MB - до удаления адаптеров

462 MB - после удаления адаптеров

340 MB - после удаления нуклеотидов с низким качеством

Удаление адаптеров: 10543839 Surviving: 10368884 (98.34%) Dropped: 174955 (1.66%)

Удаление нуклеотидов с низким качеством: 10368884 Surviving: 8016437 (77.31%) Dropped: 2352447 (22.69%)

Адаптеры занимали небольшую часть чтений (менее 2%), однако чистка чтений привела к удалению более чем 22% нуклеотидов.

Работа с программой velveth

Создание папки kmers_velvet с k-мерами длины 31:

velveth kmers_velvet 31 -fastq.gz trimmed.fastq.gz -short

Сборка по созданным k-мерам:

velvetg kmers_velvet &> velvetg.log

Длина N50 - 8600 bp. В таблице ниже приведены самые длинные контиги.

ID	Длина	Покрытие	Ссылка на последовательность
56	19821	29.475859	contig56.fasta
34	18714	29.922678	contig34.fasta
40	16436	30.793624	contig40.fasta

Выравнивание

Далее был запущен BLAST с каждым из вышеописанных контигов и геномом бактерии Buchnera aphidicola.
Контиг 56

Участок хромосомы: 496111-500325, 500370-508806, 510438-514772

Участок контига: 948-5226, 15478-19851, 5342-13787

Identities: 3256/4324(75%), 3577/4393(81%), 6516/8617(76%)

Gaps: 154/4324(3%), 77/4393(1%), 351/8617(4%)

dotplot — **Dotplot к контигу 56.** Виден положительный наклон кривой, значит, контиг записан в прямом направлении. Также видна одна делеция

Контиг 34

Участок хромосомы: 17962-20171, 23067-26764, 14727-17919, 8599-11103, 20358-22183, 13994 to 14465

Участок контига: 9387-11586, 15025-18744, 6139-9309, 1-2495, 12176-14000, 5505-5979

Identities: 1896/2220(85%), 2935/3781(78%), 2453/3228(76%), 1982/2530(78%), 1508/1850(82%), 392/478(82%)

Gaps: 30/2220(1%), 144/3781(3%), 92/3228(2%), 60/2530(2%), 49/1850(2%), 9/478(1%)

Контиг 40

Участок хромосомы: 467412-474242, 462496-467421

Участок контига: 3-6889, 6916-11860

Identities: 5344/6962(77%), 3864/5019(77%)

Gaps: 206/6962(2%), 164/5019(3%)