hse21_hw1

Bioinformatics Minor HSE - Homework №1

Майнор биоинформатика 2 год

Домашнее задание 1

Колчина Анастасия 4 группа

1. Список команд, выполненных на сервере

Создаем папочки:

$ mkdir hw1
$ cd hw1
$ mkdir reads
$ cd reads

Создаем символические ссылки на риды:

$ ls /usr/share/data-minor-bioinf/assembly/* | xargs -tI{} ln -s {}

С помощью команды seqtk выбираем случайно 5 миллионов чтений типа paired-end и 1.5 миллиона чтений типа mate-pairs:

$ seqtk sample -s126 oil_R1.fastq 5000000 > pe1.fastq
$ seqtk sample -s126 oil_R2.fastq 5000000 > pe2.fastq

$ seqtk sample -s126 oilMP_S4_L001_R1_001.fastq 1500000 > mp1.fastq
$ seqtk sample -s126 oilMP_S4_L001_R2_001.fastq 1500000 > mp2.fastq

Запустим fastqc, чтобы оценить качество исходных чтений:

$ mkdir fastqc
$ ls pe* mp* | xargs -P 4 -tI{} fastqc -o fastqc {}

$ mkdir multiqc
$ multiqc -o multiqc fastqc

Скачаем отчет с сервера на локальную машину. Для этого заходим в папку с ключом mykey для доступа на сервер и пишем следующую команду:

scp -P 5222 -i mykey akkolchina@92.242.58.92:~/hw1/reads/multiqc/multiqc_report.html ~/bio_minor/multiqc

Открываем html файл multiqc и видим следующую статистику:

С помощью программ platanus_trim и platanus_internal_trim подрезаем чтения по качеству и удаляем праймеры:

$ platanus_trim pe*
$ platanus_internal_trim mp*

Удаляем исходные fastq файлы (они больше не нужны):

$ rm pe1.fastq pe2.fastq mp1.fastq mp2.fastq

Запустим fastqc, чтобы оценить качество подрезанных чтений:

$ mkdir fastqc_trimmed
$ ls pe* mp* | xargs -P 4 -tI{} fastqc -o fastqc_trimmed {}

$ mkdir multiqc_trimmed
$ multiqc -o multiqc_trimmed fastqc_trimmed

scp -P 5222 -i mykey akkolchina@92.242.58.92:~/hw1/reads/multiqc_trimmed/multiqc_report.html ~/bio_minor/multiqc_trimmed

Открываем html файл multiqc_trimmed и видим следующую статистику:

С помощью программы platanus assemble соберем контиги из подрезанных чтений:

$ platanus assemble -o Poil -t 1 -m 16 -f pe1.fastq.trimmed pe2.fastq.trimmed 2>assemble.log

Далее проведем анализ полученных контигов: https://colab.research.google.com/drive/1W02uR5l-XWLG2P4CX4HQup_bM7-NXqHs?usp=sharing

С помощью программы platanus scaffold соберем скаффолды из контигов и подрезанных чтений:

$ platanus scaffold -o Poil -t 1 -c Poil_contig.fa -IP1 pe1.fastq.trimmed pe2.fastq.trimmed -OP2 mp1.fastq.int_trimmed mp2.fastq.int_trimmed 2> scaffold.log

С помощью программы platanus gap_close уменьшаем кол-во гэпов с помощью подрезанных чтений:

$ platanus gap_close -o Poil -t 1 -c Poil_scaffold.fa -IP1 pe1.fastq.trimmed pe2.fastq.trimmed -OP2 mp1.fastq.int_trimmed mp2.fastq.int_trimmed 2> gapclose.log

Удалим подрезанные fastq файлы (они больше не нужны):

rm pe* mp*

2. Анализ данных