生物信息学大实验_实验指导.pdfVIP

实验 1 基因组序列组装（软件 CAP3 的使用） 实验目的 1． 了解基因组测序原理和主要策略； 2． 掌握CAP3序列组装软件的使用方法。 实验原理 基因组测序常用的两种策略是克隆法（clone-based strategy）和全基因组鸟枪法 （whole genome shotgun method）。克隆法先将基因组DNA打成大的片段，连到载体上， 构建DNA文库；再对每一个大片段（克隆）打碎测序。序列组装时先组装成克隆，再组装 成染色体。克隆测序法的好处在于序列组装时可以利用已经定位的大片段克隆, 所以序 列组装起来较容易, 但是需要前期建立基因组物理图谱, 耗资大, 测序周期长。 全基因组鸟枪法测序无需构建各类复杂的物理图谱和遗传图谱，采用最经济有效的 实验设计方案，直接将整个基因组打成不同大小的DNA片段构建Shotgun文库，再用传统 Sanger测序法或Solexa等新一代测序技术对文库进行随机测序。最后运用生物信息学方 法将测序片段拼接成全基因组序列。该方法具有高通量、低成本优势。 序列组装时，先把把单条序列（read）组装成叠连群（contig）、再把叠连群组装 成“支架”（scaffold），最后组装成染色体。 本实验将练习在Linux环境下用CAP3软件组装流感病毒基因组。 1．CAP3 序列组装程序简介 Huang Xiaoqiu. 和 Madan，A. 开发的一套用于序列拼接的软件，此软件适用于小 的数据集或 EST 拼接，它有如下特征： 1. 应用正反向信息更正拼接错误、连接contigs。 2. 在序列拼接中应用 reads 的质量信息。 3. 自动截去 reads5`端、3`端的低质量区。 4. 产生 Consed 程序可读的ace 格式拼接结果文件。 5. CAP3 能用于Staden软件包的中的GAP4 软件。 2．下载 此软件可以免费下载，下载地址：http：///download.html。 填 写 基 本 信 息 表 格 ， 即 可 下 载 。 CAP3 详 细 参 考 文 档 可 见 ： http ： ///sas.html。 3．安装 （1）上传cap3 的压缩包到本地linux/unix 运算服务器； （2）解压缩： bash-2.05b$ tar xvf cap3.tar CAP3/ CAP3/README CAP3/cap3 CAP3/doc CAP3/aceform CAP3/formcon （3）查看解压缩后的文件： bash-2.05b$ ls –l total 240 -rwxr-xr-x 1 soft bgi 25844 Sep 2 2002 formcon* -rwxr-xr-x 1 soft bgi 169836 Sep 2 2002 cap3* -rw-r----- 1 soft bgi 513 Aug 22 2002 README -rw------- 1 soft bgi 18448 Aug 22 2002 aceform -rw-r----- 1 soft bgi 18922 Jun 21 2002 doc 4. 使用 程序运行命令行： cap3 dna-file in fasta format [options] cap3.out 5．输入： 输入序列是普通的 FASTA 格式，如果序列文件名为“xyz”，则质量文件应命名为 “xyz.qual”，约束文件应命名为“xyz.con”。在命令行中只需输入序列文件，程序会 自动在相应的目录中寻找相应的质量文件和约束文件。 “xyz”格式如下： Sequence1 ACGTGCGCGATCGCCTGCTAGGCGTACGTCGCAGGCGATCGATGTGCTAGATCAGATGACA Sequence2 GGGCTAGATTAGCACCACATACATCGCTCA “xyz.qual”格式如下： R1 6 8 8 8 15 17 17 17 12 12 20 20 29 31 34 34 38 38 40 40 49 49 37 33 33 33 33 30 31 24 24 34 45 45 45 45 38 38 38 45 40 40 40 40 40 40 40 40 40 40 33 33 33 33 33 33 40 37 40 40 45 45 45 40 40 40 45 45 45 45 49 49 49 49 45 40 43 43 43 40 40 40 37 40 49 49 40 40 37 37 37 42 45 40 49 45 45 45 45 40 36 36 36 36