试验报告[2011-12-20]第1页，共2页编号农业微生物研究中心[2011.docVIP

编号：生物[2011-12-20] 共13页 承担单位：福建省农科院农业生物资源研究所 试验设计： 试验项目：Perl脚本开发：qseq2fastq， illumina qseq文件转换为fastq格式 试验人员：唐唯其 试验负责： 报告日期：2011-12-20 计数月份：2011年11月 研究资格系数 (0.5-1.0) 实验设计系数 （0.9-1.0） 报告得分 总分 实验设计 实验记载 实验分析 实验简报 实验文章 1-20% 21-40% 41-60% 61-80% 81-100% 1%-5% 设计，实施实验，记载，分析清晰，结论清晰文献完整，发表水平 农业微生物研究中心 电话: 0591 传真: 0591 试验目的 illumina测序产生的原始文件为qseq格式，而FASTQ格式在后续分析中，如de novo拼接、读段定位等，是最常用的序列格式。因此，首先需要将qseq文件转换为fastq文件。本文所写的Perl脚本就是将qseq文件转换为fastq格式。 1.1 qseq格式说明 其中第九列和第十列分别为读段和质量值，是主要内容。其次需要留意第十一列的过滤值，0表示读段的质量较低，应移除remove，1表示质量较高，应保留remain。而第八列Read Number，表示读段是SE还是PE，只有1时表示SE读段，出现2或3表示PE的另一条序列，2也可以表示标签。各列之间以Tab键分隔。 1.2 fastq格式说明 FASTQ格式是一种常用的带有质量值的序列格式，如下： @title and optional description sequence line(s) +optional repeat of title line quality line(s) 实例如下： 标题行可以自由命名，或者以下这条序列，来自NCBI SRA， 标题行规范化，如下： @HWUSI-EAS679_00021:1:1:2320:944#TAGCTT/1 分别用下划线、冒号、井号和斜杠分开，这些内容来自于qseq文件，如下： HWUSI-EAS679 00021 1 1 2320 944 0 1 ATCG QUAL 1 （蓝色部分一一对应，红色是标签信息，绿色是序列和质量值。） 实验内容 2.1 需求说明 每一轮illumina测序，会生成多个qseq文件，需要将多个qseq文件逐一转换为fastq格式，并合并在一个fastq文件中。 每一轮illumina测序可以包含不同样本的测序数据，因此在qseq文件中取出目标样本的序列，需要根据相应的标签（tag）信息进行选择。 illumina测序自动为每个读段设置一个过滤值，当该值为1时，表示读段质量较高，可以保留；当该值为0时，表示读段质量较低，需要去除remove。因此，在转换的同时，有必要同时进行过滤。 此外，illumina的双末端配对（Paired-End或Mate-Pair）测序，正向forward的qseq文件和反向reverse的qseq文件是一一对应、互相对齐的，在转换并过滤时，可以同时进行操作，这样可以保证forward读段和reverse读段在fastq文件中对齐。 （对应forward读段和reverse读段，似乎总是被同时过滤！） 最后，fastq的标题行需要规范定义。 2.2 qseq2fastq编程思想 Perl脚本qseq2fastq.PE-with-filtered.threads.pl是一个多线程同时转换并过滤Paired-End（PE）的多个qseq文件的程序，并且根据多个标签信息捡取目标样本的测序数据，从而实现上文所述的需求。 当前版本未对人机交互/命令行参数，以及帮助说明进行编辑。命令参数通过系统数组@ARGV来传递。依次为标签Tag文件，qseq目录和fastq输出路径，以及job线程数，默认为2。 子例程qseq2fastq_PE_with_filtered_thread是主函数，相当于Main函数。先要调用以下几个子例程： 子例程normalize_dir的功能设计： 标准化文件路径，如：J:\DeepSeq\fastq，转换为J:/DeepSeq/fastq/ 子例程qseq_pairwise的功能设计： qseq文件所在目录，共有三类qseq文件，文件名以“qseq.txt”为后缀，“_1”为正向Forward读段的qseq文件，“_3”为反向Reverse读段的qseq文件，“_2”为标签Tag的qseq文件。子例程qseq_pairwise只读取qseq文件夹路径，对三