Aritalab:Lecture/Programming/NGS - Revision history

Adm: /* ゲノム解析に必要なツールとデータ */

2022-06-01T05:37:01Z

‎ゲノム解析に必要なツールとデータ

Adm at 04:49, 1 June 2022

2022-06-01T04:49:45Z

Adm: Created page with "==NGS解析の基礎== ; 配列のクオリティチェックとアダプター配列等の除去

 (base) $ fastqc ファイル名 (base) $ fastp -i 入力ファイル -..."

2022-05-31T07:18:58Z

Created page with "==NGS解析の基礎== ; 配列のクオリティチェックとアダプター配列等の除去 <pre> (base) $ fastqc ファイル名 (base) $ fastp -i 入力ファイル -..."

New page

==NGS解析の基礎==

; 配列のクオリティチェックとアダプター配列等の除去
<pre>
(base) $ fastqc ファイル名
(base) $ fastp -i 入力ファイル -o 出力ファイル -I 入力ファイル -O 出力ファイル
</pre>

; 配列のアセンブリ
オプションの -G N は、不明塩基（N)をギャップとみなす指定。-a は詳細な結果表示。
<pre>
(base) $ megahit -1 forward側リード -2 reverse側リード -o out_megahit
(base) $ seqkit stats -a -G N 出力ファイル/final.contigs.fa
</pre>

; 短いコンティグの除去
seqkitを使って 1000 以下のコンティグを除去します。sort オプションは -l で長さによる降順です。
<pre>
(base) $ seqkit seq --min-len 1000 out_megahit/final.contigs.fa | seqkit sort -l > contigs.1000.fa
(base) $ seqkit stats -a -G Nn contigs.1000.fa
file format type num_seqs sum_len min_len avg_len max_len Q1 Q2 Q3 sum_gap N50 Q20(%) Q30(%)
contigs.1000.fa FASTA DNA 47 2,346,749 1,080 49,930.8 206,021 8,824.5 36,083 83,358.5 0 96,158 0 0
</pre>
コンティグの長さは平均で 49,930 あり N50 値が 96,158 となります。これはコンティグを長いものから順番に並べたとき、全長の50%にくるコンティグの長さが 96K であることを意味します。

@@ Line 1: / Line 1: @@
 == ゲノム解析に必要なツールとデータ==
-conda を使って以下のように準備しておきます。
+conda を使って以下のように準備しておきます。Lactobacillus hokkaidonensis [PMID 25879859] のペアエンド配列で、MiSeqによるリードです。
 <pre>
 (base) $ conda install -y -c bioconda fastqc fastp megahit seqkit
@@ Line 11: / Line 12: @@
 (base) $ bunzip2 *.bz2
 ...
->seqkit stats *.fastq
+</pre>
 (base) $ seqkit stats *.fastq
 file               format  type   num_seqs      sum_len  min_len  avg_len  max_len
 DRR024501_1.fastq  FASTQ   DNA   2,971,310  745,798,810      251      251      251
 DRR024501_2.fastq  FASTQ   DNA   2,971,310  745,798,810      251      251      251
 </pre>

← Older revision		Revision as of 04:49, 1 June 2022
Line 1:		Line 1:
		+	== ゲノム解析に必要なツールとデータ==
		+	conda を使って以下のように準備しておきます。
		+	<pre>
		+	(base) $ conda install -y -c bioconda fastqc fastp megahit seqkit
		+	...
		+	(base) $ curl -O ftp://ftp.ddbj.nig.ac.jp//ddbj_database/dra/fastq/DRA002/DRA002643/DRX02218
		+	6/DRR024501_1.fastq.bz2
		+	(base) $ curl -O ftp://ftp.ddbj.nig.ac.jp//ddbj_database/dra/fastq/DRA002/DRA002643/DRX02218
		+	6/DRR024501_2.fastq.bz2
		+	...
		+	(base) $ bunzip2 *.bz2
		+	...
		+	>seqkit stats *.fastq
		+	(base) $ seqkit stats *.fastq
		+	file format type num_seqs sum_len min_len avg_len max_len
		+	DRR024501_1.fastq FASTQ DNA 2,971,310 745,798,810 251 251 251
		+	DRR024501_2.fastq FASTQ DNA 2,971,310 745,798,810 251 251 251
		+	</pre>
		+
	==NGS解析の基礎==		==NGS解析の基礎==