一、在Genome Announcements网站(https://mra.asm.org/)找到一篇细菌基因组文章
1.标题如下 image.png
2.有多个SRA号,只选择其中一个SRR9209170 image.png image.png
二、从SRA数据库上用prefetch下载该文件
prefetch SRR9209170
image.png
三、Fastq-dump解压
cd ncbi/public/sra
fastq-dump --gzip --split-files SRR9209170.sra
image.png
四、Fastqc质控;去接头
1.fastqc质控
fastqc SRR9209170_1.fastq.gz
fastqc SRR9209170_2.fastq.gz
image.png
下载fastq.html文件,用浏览器查看 image.png image.png
2.去接头
mkdir trim_out2
java -jar ~/04-Biosofts/Trimmomatic-0.38/Trimmomatic-0.38/trimmomatic-0.38.jar PE -phred33 SRR9209170_1.fastq.gz SRR9209170_2.fastq.gz ./trim_out2/output_forward_paired.fq.gz ./trim_out2/output_forward_unpaired.fq.gz ./trim_out2/output_reverse_paired.fq.gz ./trim_out2/output_reverse_unpaired.fq.gz ILLUMINACLIP:/home/shucheng/04-Biosofts/Trimmomatic-0.38/Trimmomatic-0.38/adapters/TruSeq2-PE.fa:2:30:10 SLIDINGWINDOW:5:20 LEADING:20 TRAILING:20 MINLEN:75
结果有四个文件存放在trim_out2里
image.png
image.png
3.对匹配上正向反向的序列再次用fastqc,比较去接头之后的质量变化
fastqc output_forward_paired.fq.gz
fastqc output_reverse_paired.fq.gz
image.png
image.png
过滤之后,序列总的碱基数量和序列长度都有减少
四、Spades组装基因组草图
cd ncbi/public/sra
spades.py --careful --pe1-1 SRR9209170_1.fastq.gz --pe1-2 SRR9209170_2.fastq.gz -o ./SPAdesout_9209170_new
出现如下问题
image.png
原因是内存不够,解决方法是关闭虚拟机,在设置里的系统里,增加内存
image.png 结果就是contigs.fasta文件 image.png
五、Quast评价组装的基因组效果
1.在当前位置输入
quast.py contigs.fasta -o quast_out
结果如下
image.png
image.png
用浏览器查看html文件report.html image.png image.png
网友评论