项目一：使用二代数据进行基因组组装（局部组装和全局组装）

Posted 2020-07-27 Digital-LI

项目数据：

• kongyu_131_PCRfree_.CCAAT_L006_R1_001.fastq.gz （100X）（19G）
  kongyu_131_PCRfree_.CCAAT_L006_R2_001.fastq.gz （100X）（20G）
  
• Y255_PCRfree_.TCCGC_L005_R1_001.fastq.gz （30X）（5.4G）
  Y255_PCRfree_.TCCGC_L005_R2_001.fastq.gz （30X）（6.0G）
• all.chrs.con.fasta （364M）

工具：

• BWA
• IGV
• SOAPdenovo

策略：

• 将测序的二代reads使用BWA比对到参考基因组，分成不同的窗口，按窗口进行局部组装，然后合并。

 

预备知识：

• 能用熟练使用 Perl 和 shell 写脚本
• 会熟练使用 PBS 提交任务
• BWA使用方法
• IGV使用方法
• SOAPdenovo使用方法

 

 

 

局部组装的问题：

已经有两批人没组出来了，局部组装大多不可能组装出完整的100K窗口，因为二代序列reads太短，重复序列太多，重复序列会导致连接中断，一个窗口会出现很多片段，而且也没有方法将其继续连接起来，所以他们都半途而废了。

后续可能会遇到的情况，必须借助后期的分析手段，将诸多片段连接成完整的序列。

杜发的文章，完全是在无参考基因组的情况下，denovo组装，利用多种手段，才将零碎的序列组装成完整的基因组。

老板懂得也不多，最大的贡献就是督促。