getorganelle組裝葉綠體基因組
安裝
conda install -c bioconda getorganelle
安裝葉綠體基因組databases
get_organelle_config.py --add embplant_pt
NCBI測試數(shù)據(jù)下載
從網(wǎng)上隨機找了一篇文章 進(jìn)行組裝
文章鏈接
# download data
prefetch SRR15255748.sra
# split files
fasterq-dump --split-3 SRR15255748.sra
# after split
# SRR15255748_1.fastq SRR15255748_2.fastq
軟件運行
get_organelle_from_reads.py -1 SRR15255748_1.fastq -2 SRR15255748_2.fastq -k 21,77,127 -o results -t 30 -R 25 -F embplant_pt
組裝結(jié)果
使用Bandage 對 gfa/fastg 結(jié)果文件進(jìn)行查看
getorganelle組裝結(jié)果
IR區(qū)域 拆分之后 就可以行成葉綠體的環(huán)狀結(jié)構(gòu)
兩種解環(huán)方式
IR拆分之后就行成了兩種成環(huán)方式，這也是為什么getorganelle會給出兩條序列的原因，兩條序列的差異在于SSC的方向。 因此我們需要對得到的兩條序列做共線性分析。選擇一條和參考相同的，或者NCBI用的比較多的一種方式 進(jìn)行下一步分析。
選用參考自己做組裝
參考序列下載
選用近緣的物種作為參考物種 這里選用 NC_063470.1 做為參考物種
數(shù)據(jù)處理
# build index
bowtie2-build test.fa ref # test.fa NC_036134.1
# mapping
bowtie2 -x ref --very-sensitive-local -1 SRR15255748_1.fastq -2 SRR15255748_2.fastq > mapping.sam
# sam to bam
samtools view -h -F 4 -@ 6 mapping.sam > mapping.bam
# bam to fastq
samtools fastq -1 1.fq -2 2.fq -s unmapped.fq mapping.bam
SPAdes組裝
spades.py -k 21,77,127 -1 1.fq -2 2.fq -t 30 -o results
組裝結(jié)果
使用Bandage 對 gfa/fastg 結(jié)果文件進(jìn)行查看
SPAdes組裝結(jié)果
然后按照上面的處理方式 就可以得到相同的結(jié)果 如果序列前端和序列后端有一條Kmer是相似的 需要刪除該Kmer
寫在結(jié)尾
序列組裝好之后 鑒定葉綠體的四個區(qū)域，然后序列調(diào)整LSC的第一個堿基 作為序列的開始， 接著就可以進(jìn)行注釋等后續(xù)分析。
當(dāng)序列復(fù)雜度比較高時，使用getorganelle無法成環(huán)或者成環(huán)數(shù)比較多時（失敗的原因是多種多樣的），需要自己進(jìn)行糾正?。。?/p>
如果大家有想做的分析，也可以私信我哦 。
