版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
2(d)不基于比對(duì),
&counting。(2x150
(.fastq
(.fafile)
(.gtffile)(可選)
(2x150
Read
(.fastq
(.fafile)
(.gtffile)
(2x150
(.fa (.gtf (.fastq
FASTQqualityscores=ASCIIqualityscore-either33orIlluminaFASTQqualityscoresQ=-10log10(e)e=estimatedprobabilityofthebasecallbeingQ40:1errorin10,000basecalls;Q30:1errorinQ28:1.6errorin1000;Q25:3errorin1000;Q20:1errorin (2x150(.fastq 使用NCBI提供的SRA-toolkit中的工具fastq-dump直接SRR文件,并轉(zhuǎn)換雙端就自動(dòng)拆分,如果是單端不受的數(shù)據(jù)集一般比較大,放入 (nohupcmd&)。fastq- - --split---&fastq- - --split---& 有e。 fastqc x-axis:Positionin y-axis:Quality (箱線圖通過最大值、上四分位示質(zhì)量得分。將所有reads的第一位堿基質(zhì)量得分進(jìn)行箱線 每個(gè)readGC含量的分布圖。橫坐標(biāo)表示平均GC含量,縱坐標(biāo)表示reads數(shù)。左圖GC含量雙峰,表示樣品可能存在特定的序列污染如混入了引物二聚體,當(dāng)這一 ../FastQC/Configuration/adapter_list.txtFastQC工具會(huì)與這兩個(gè)文件里的序列進(jìn)行比 multiqc–d.–o 直方圖展示有無量異常高或低的樣本。橫軸表示reads數(shù),縱軸表示給定reads數(shù)區(qū)間內(nèi)樣本數(shù)目,即給定深度有多少樣本。reads數(shù)低于20M
橫軸是GC含量的判斷,縱軸是堿基
Commondjava-jartrimmomatic-0.30.jarPE--phred33input_forward.fqinput_reverse.fqoutput_forward_paired.fqoutput_forward_unpaired.fqoutput_reverse_paired.fqoutput_reverse_unpaired.fq TRAILING:20MINLEN:36Twoinputfilesandfouroutputorsw o,
ismatchesinthe'se1d' GTF GTFGTF(GeneTransferFormat,GTF2.2)isanextensionto,andbackwardcompatiblewith,GFF2(GeneralFeatureFormat). GTF1-seqname-nameofthechromosomeorscaffold;chromosomenamescanbegivenwithorwithoutthe'chr'prefix.Importantnote:theseqnamemustbeoneusedwithinEnsembl,i.e.astandardchromosomenameoranEnsemblidentifiersuchasascaffoldID,withoutanyadditionalcontentsuchasspeciesorassembly.SeetheexampleGFFoutputbelow.2-source-nameoftheprogramthatgeneratedthisfeature,orthedatasource(databaseorprojectname)3-feature-featuretypename,e.g.Gene,Variation,4-start-Startpositionofthefeature,withsequencenumberingstartingat5-end-Endpositionofthefeature,withsequencenumberingstartingat6-score-Afloatingpoint7-strand-definedas+(forward)or-8-frame-Oneof'0','1'or'2'.'0'indicatesthatthefirstbaseofthefeatureisthefirstbaseofacodon,'1'thatthesecondbaseisthefirstbaseofacodon,andsoon..9-attribute-Asemicolon-separatedlistoftag-valuepairs,providingadditionalinformationabouteachfeature. GTF6612 gtfToGenePred-ignoreGroupsWithoutExonsGRCh38.gtfGRCh38.gtf. genePredToBedGRCh38.gtf. .predGRCh38.gtf.bed12 Read Read (.fastq(.fastq (2x150
Ensembl( Ensembl提供的參考組有2種組裝形式和3種重復(fù)序列處理方式,分別是primary,toplevel和unmasked(dna)、soft-masked(dna_sm)和masked(dna_rm)。一般選擇dna.primary或dna_sm.primary。Primaryassemblycontainsalltoplevelsequenceregionsexcludinghaplotypesandpatches.Thisfileisbestusedforperformingsequencesimilaritysearcheswherepatchandhaplotypesequenceswouldconfuseysis. Masked 組是指所有重復(fù)區(qū)和低復(fù)雜區(qū)被N代替,比對(duì)時(shí)就不會(huì)有 ,使得在允許錯(cuò)配的情況下,本來來自重復(fù)區(qū)的reads比對(duì)到組的其它位置。另外檢測(cè)重復(fù)區(qū)和低復(fù)雜區(qū)的軟件不可能是完美的,這就造成soft-masked組是指把所有重復(fù)區(qū)和低復(fù)雜區(qū)的序列用小寫字母標(biāo)出的組,由于主要的比對(duì)軟件,比如BWA、bowtie2等都忽略這些soft-組的比對(duì)效果和使用unmasked (2(2x150。 。SSTAR--runModegenomeGenerate--runThreadN2--genomeDirstar_GRCh38--genomeFastaFilesGRCh38.fa--sjdbGTFfileSSTAR--runModealignReads--readFilesIn (2x1503’readssoft
ReadSg Sg 的readscount和導(dǎo) 組瀏 SAM:SequenceAlignmentMapisatext-basedformatforstoringbiologicalsequencesalignedtoareferencesequence.SAM由頭文件和@@頭文件由一行行以@起始的注釋map結(jié)果,括reads 、起始位置 column1:gene
column3:countsforthe1streadstrandalignedwithRNA(htseq-countoption-syes)column4:countsforthe2ndreadstrandalignedwithRNA(htseq-countoption-sreverse) BAM:BinaryAlignment/Mapformat(compressedbinaryversionofSAMfile,節(jié)約存貯空間)。有的比對(duì)工具直接生成BAM格式比對(duì)結(jié)果(TopHat),有的比對(duì)工具生成SAM格式比對(duì)結(jié)果SAM轉(zhuǎn)BAM:samtoolsviewb-Sfile.samBAM文件查看:samtoolsviewfile.bam|BAM文件排序:samtoolssort-ofile.sorted.bamfile.bam(輸入文 samtoolsindexsamtoolsfaidx當(dāng)給出參考組的時(shí)候,會(huì)在第一排顯示參考組的序按下‘g’,則提示輸入要到達(dá)組的某一個(gè)位點(diǎn)。例子 ”表示到達(dá)第號(hào) 的第 個(gè)堿基位點(diǎn)處。(conda安裝的samtools,tivew功能用不了)
橫軸為樣本,縱軸為reads在組組比對(duì)特征的reads。右側(cè)表格與左側(cè)的 比對(duì)質(zhì)量評(píng)估–reads 轉(zhuǎn)錄組 reads理論上來源于exon(外顯子)區(qū)域。比對(duì)回 組后,這部分的reads應(yīng)該是最多
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 單位管理制度集合大全職員管理篇
- 單位管理制度分享合集【人事管理】十篇
- 單位管理制度范例匯編【人力資源管理篇】十篇
- 《珠海酒店信息》課件
- 第7單元 工業(yè)革命和國際共產(chǎn)主義運(yùn)動(dòng)的興起(高頻非選擇題25題)(解析版)
- 2014年高考語文試卷(江西)(空白卷)
- 大學(xué)活動(dòng)項(xiàng)目策劃書6篇
- 《神經(jīng)內(nèi)科病例分享》課件
- 《市場(chǎng)營銷及其演變》課件
- 《社會(huì)保障教程》課件
- 廣東省中醫(yī)院進(jìn)修申請(qǐng)表
- 大班唱歌《吹泡泡》課件
- 護(hù)理人文關(guān)懷示范病房創(chuàng)建及成效14-44-16
- DB37∕T 5112-2018 村莊道路建設(shè)規(guī)范
- 牽引供電系統(tǒng)遠(yuǎn)動(dòng)技術(shù)概述講解課件
- 義務(wù)教育《道德與法治》課程標(biāo)準(zhǔn)(2022年版)
- 乙肝五項(xiàng)詳解(課堂PPT)
- TD汽車維修公司管理制度和崗位職責(zé)匯編-30頁
- 數(shù)字化設(shè)計(jì)與制造PPT課件
- 個(gè)人信息查詢使用授權(quán)書
- 工作證明(通用)
評(píng)論
0/150
提交評(píng)論