细菌基因组常规分析流程课件.pptx

细菌基因组常规分析流程;数据评估 基因组拼接、注释 功能注释 进化树分析 多菌株泛基因组分析 转录组分析 ;上机测序;数据评估 （QC）;数据评估 （QC）;数据评估 （QC）;预处理： PCR DUPLICATION LOW QUALITY ADAPTER SEQS 软件： Bigpre fastx toolkit ;测序仪产生的序列一般比较短 Sanger(3730) 500bp ~ 1Kb Solexa(GA, Hiseq) √ 100 ~ 300bp PacBio 10kb ~ 30kb 典型物种基因组大小 人：3Gb E.coli：4Mb 基因组大小远长于测序的长度，所以要进行拼接 ;基因组拼接-如何进行组装？;基因组拼接-拼接原理;需要多少数据才能较好的拼接？ Coverage Ratio（基因组覆盖率） 指测序到的基因组占实际基因组大小的比例 Coverage Depth（测序覆盖深度） 指基因组上每一个碱基被测序重复的（平均）次数 每一个碱基的覆盖度 ;拼接 基于de Bruijin图的拼接程序 Velvet SOAPdenovo ABySS ALLPATHS-LG SPAdes Platanus 基于OLC算法的拼接程序 CABOG MaSuRCA 其他单独工具 SSPACE GapFiller ;统计验证 一般可以使用自编程序来解决 Perl/Python脚本：统计大小和N50 基本工具 BLAST：用于和参考序列比对 BLAT：可用于转录本对基因组比对 Bowtie：将原始reads比对到基因组 Samtools：用于测序覆盖度检查 Bcftools：用于SNP calling 整合性工具 GATK Picard Tools ;基因组拼接-原始数据格式（fastq）;FASTA格式 用于存放一般的序列，比如拼接生成的基因组序列 格式定义： 序列名称 序列（可以包含多行） 例如： ;优点： 片段长（峰值15 k左右），很大几率直接成环，实时定量表观数据产出。 缺点： 通量低，错误率较高，成本贵，比较基因组较小的物种。;常用软件： Cgview（http://wishart.biology.ualberta.ca/cgview/） OGDRAW（http://ogdraw.mpimp-golm.mpg.de/） Circus（http://circos.ca/software/download/circos/） Others ;细菌基因组图形化展示-CGview;细菌基因组图形化展示-OGDRAW;细菌基因组图形化展示-Circus;细菌基因组注释;细菌基因组注释;细菌基因组注释;细菌基因组注释;细菌基因组注释;功能注释;功能注释-KEGG;功能注释-KEGG;功能注释- COG;功能注释- COG;功能注释- Islandviewer;功能注释- Islandviewer;功能注释-ISfinder;功能注释-DOOR;功能注释-DOOR;功能注释-ARDB;功能注释-ARDB;功能注释-VFDB;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;进化树分析;致谢;DNA sequencing;PGAP: pan-genomes analysis pipeline;PGAP: pan-genomes analysis pipeline;安装PGAP需要的其他软件;下载*.faa *.ffn 和 *.ptt后缀的文件;;1.基因聚类结果;Orthologs identification;;1 2 3 4 5 6 7 8;2.泛基因组学分析;;;;;RNA-seq 优势和问题;RNA-seq 数据格式及预处理;RNA-seq数据拼接;RNA-seq数据定量和标准化;Bioconductor;概念;DEseq; library(“DESeq”) #加载DESeq包 #输入文件格式 ##1.读取数据 #创建一个数据框名为count_table ，#参数：header:第一行是否包含变量名；sep:分隔符；