1.上Genome Announcements網(wǎng)站（https://mra.asm.org/）找一篇細菌基因組文章昔榴；找到文章記載的SRA號蕴潦；

image.png

image.png

2.從SRA數(shù)據(jù)庫上用prefetch下載該文件

prefetch SRR9937595

image.png

3.Fastq-dump解壓（--gzip 解壓為gz文件,省空間）

fastq-dump --gzip --split-files SRR9937595.sra

image.png

4.Fastqc數(shù)據(jù)質(zhì)量評價

fastqc SRR9937595_1.fastq.gz
fastqc SRR9937595_2.fastq.gz

image.png

image.png

image.png

5.用Trimmomatic進行數(shù)據(jù)的過濾

• 相關(guān)參數(shù)和操作參照http://www.360doc.com/content/18/0423/16/54810519_748099048.shtml
  image.png
  image.png

java -jar ~/04-Biosofts/Trimmomatic038/Trimmomatic-0.38/trimmomatic-0.38.jar PE -phred33 SRR9937595_1.fastq.gz SRR9937595_2.fastq.gz ./trim_out/output_forward_paired.fq.gz ./trim_out/output_forward_unpaired.fq.gz ./trim_out/output_reverse_paired.fq.gz ./trim_out/output_reverse_unpaired.fq.gz ILLUMINACLIP:/home/ada/04-Biosofts/Trimmomatic038/Trimmomatic-0.38/adapters/TruSeq2-PE.fa:2:30:10 SLIDINGWINDOW:5:20 LEADING:20 TRAILING:20 MINLEN:75

由于是雙端測序（PE）：輸入兩個序列文件镣隶，輸出四個輸出文件。

• PE -phred33 進行雙端測序且將reads的堿基質(zhì)量值體系設(shè)置為phred-33.
• ILLUMINACLIP:/home/ada/04-Biosofts/Trimmomatic038/Trimmomatic-0.38/adapters/TruSeq2-PE.fa:2:30:10
  接頭和引物序列在文件/home/ada/04-Biosofts/Trimmomatic038/Trimmomatic-0.38/adapters/TruSeq2-PE.fa中
  seed允許2個堿基的錯配
  指定針對PE的palindrome clip模式下需要R1和R2之間至少多少比對分值（此處該比分的閾值為30，當大于等于該值時才會進行接頭的切除）

結(jié)果如下

image.png

輸出的四個文件如下：

image.png

• 對輸出的兩個paired文件再fastqc進行數(shù)據(jù)質(zhì)量評價用于與未去接頭的原序列對比

fastqc output_forward_paired.fq.gz
fastqc output_reverse_paired.fq.gz

forward.JPG

reserve.JPG

6.Spades組裝基因組草圖

• 關(guān)于spades的參數(shù)參照http://www.reibang.com/p/6926a2a22d24

spades.py --careful --only-assembler --pe1-1 SRR9937595_1.fastq.gz --pe1-2 SRR9937595_2.fastq.gz -o ./SPAdesout_9937595_new1

--careful 減少錯誤和插入的缺失澡为，當添加此項時會消耗更多的時間
--only-assembler 只組裝不做數(shù)據(jù)糾錯
--pe1-1 表示第一個文庫的reads1文件即forword文件
--pe1-2 表示第一個文庫的reads2文件即reverse文件
注意該命令應(yīng)在上述兩個fastq文件所在的目錄下才可執(zhí)行！＞鞍！媒至！

• 由于數(shù)據(jù)太大此處報錯為內(nèi)存不夠，將虛擬機設(shè)置中的系統(tǒng)內(nèi)存大小適當增大即可谷徙。

  
  
  spa 1.JPG
  spades自行根據(jù)reads長度配置kmer值如下所示：
  kmer.JPG
  組裝完成的結(jié)果如下
  spa結(jié)果.JPG
  最終得到的文件如下
  spa結(jié)果文件.JPG

7.Quast評價組裝的基因組效果

在組裝結(jié)果文件夾SPAdesout_9937595_new1下

quast.py contigs.fasta -o ./quast_out

image.png

image.png

image.png