基于二代测序技术的宏基因组学分析.docVIP

基于二代测序技术的宏基因组学分析 G05成员：王磊 刘唐 李春梅 王晨曲 汇 报 人：王晨曲 Our Team G05-B 刘唐 G05-A 王磊 环境科学与工程学院 环境科学与工程学院 群落结构分析, 代谢途径分 群落结构分析、ORF预测 析 G05-C 李春梅 G05-D 王晨曲 生命科学学院-BIOPIC 生命科学学院-分子医 学研究所所 宏基因组测序文库构建、测 序数据拼接 测序数据拼接、COG聚类 人类基因组计划 Human Genome Project 人类微生物宏基因组 计划 Human Microbiome Project 肠道宏基因组计划 Metagenomics of the Human Intestinal Tract 地球微生物宏基因组 计划 Earth Microbiome Project 宏基因组学（Metagenomics）又叫微生物环境基因组学，宏基因组学通过直接 从环境样品中提取全部微生物的DNA,构建宏基因组文库,利用基因组学的研究策 略研究环境样品所包含的全部微生物的遗传组成及其群落功能. 宏基因组学的研究对象是特定环境中的总DNA，不是某特定的微生物或其细胞 中的总DNA，不需要对微生物进行分离培养和纯化，这对我们认识和利用95% 以上的未培养微生物提供了一条新的途径。 群落结构复杂 基因组信息不完整… 如何高效分析宏基因 组测序产生的海量数 据？ 微生物多样性 群落结构 进化关系 功能活性 相互协作关系 与环境之间的关系 基于二代测序技术的宏基因组学分析流程 样品DNA提取 原始reads 质控 测序文库构建 测序 序列拼接 数据统计 群落结构分析 ORF预测 物种与功 常规分析 比对分析 能的关系 COG, KEGG … Function comparison Different expression analysis Illumina 测序文库构建流程 Illumina HiSeq 2000 Platform 数据统计与预处理 ? 数据统计 （FastQC） ? 数据质控 （DynamicTrim.pl , LengthSort.pl) 序列De novo assembly (SOAPdenovo2) ? 建立Contig 文件 序列De novo assembly (SOAPdenovo2) ? Assembly Contig Scaffold Length Contig Scaffolds Size_includeN 269472205 270556143 100 480523 444655 Size_withoutN 269472205 268838613 500 45519 50481 Number 1753401 1712316 1K 14122 15908 Mean_Size 153 158 10K 317 361 Median_Size 100 100 100K 0 0 Longest_Seq 98903 98903 1M 0 0 Shortest_Seq 100 100 ? 筛选长度大于500bp的contig进行下列分析 功能分析 聚类分析 rRNA预测 tRNA预测 ORF预测 功能注释 通路分析 序列信息 质量控制 序列过滤 种群分类 OUT识别 格式转换 输入文件: Fasta格式 输出文件：gz格式 功能分析—ORF预测 输入contig 500bp 的 Fasta文件 上传文件后，点击job status，下载数据。 功能分析—ORF预测 下载数据 Output 1 Output 2 57,312 ORF (100nt) 功能分析—功能注释 COG ( Clusters of orthologous Groups) KOG (EuKaryotic Orthologous Groups) PRK (Protein K(c)lusters) Pfam (Protein family) TIGRfam (主要对象是细菌和古细菌蛋白） 功能分析—功能注释 COG ( Clusters of orthologous Groups) Output1: COG hits Output2: COG hits and classify Output3: COG class Output4: COG family 功能分析 Multiple metagenomics analyses ./client_submit_job.pl input_fasta_file_name program_name output_name [email] [parameter_set_1] [parameter_set_2] [input_fasta_file_name2] [j