基因组组装数据分析专题

欢迎关注”生信修炼手册”!

得到一个物种的参考基因组是开展后续结构和功能基因挖掘的前提，通过高通量测序可以快速的拼接得到基因组，本文整理了基因组组装相关的数据分析资料。

二代测序的基因组组装以kmer为序列的最小单位

• 基因组组装中的kmer究竟是何方神圣

• jellyfish:快速计算kmer分布

• GenomeScope评估基因组大小和杂合度

• Gerbil:支持GPU加速的kmer count工具

多款组装软件，可以用于组装不同类型的基因组

• soapdenovo2进行基因组组装

• velvet软件进行基因组组装

• Abyss:基于布隆过滤器的基因组组装软件

• ALLPATHS-LG基因组组装软件简介

• spades基因组组装软件简介

• QUAST:评估基因组组装效果

• GAGE:基因组组装评估的金标准

得到基因组序列之后，可以开展结构组学研究，预测各种基因和基因组元件

• SSRIT:简单重复序列识别工具

• Tandem Repeats Finder:串联重复序列查找工具

• RepeatMasker:查找基因组上的重复序列

• tRNAscan-SE:预测基因组上的tRNA基因

• RNAmmer:预测基因组上的核糖体RNA

• barrnap:预测基因组上的核糖体RNA

• GtRNAdb:tRNA数据库简介

• tRNAdb:综合序列和二级结构的tRNA数据库

• Dfam:真核生物转座元件数据库

• Augustus:真核生物基因结构预测软件-安装篇

• GeneMark-ES:真核生物编码基因预测软件

• Glimmer:识别微生物中的蛋白编码基因

• Euk-mPLOC:预测真核生物蛋白的亚细胞定位

预测出基因之后，需要进一步探究其功能

• Gene Ontology-基因产物功能数据库

• AmiGO2:在线浏览和查询GO信息的利器

• quickGO:在线查询GO和GO注释信息的网站

• GOA:Gene Ontology注释信息数据库

• Pfam:蛋白质家族数据库简介

• COG:直系同源蛋白数据库

• eggNOG:从COG延伸出来的同源蛋白数据库

• SMART:蛋白质结构域数据库

对于完整的基因组组装结果，还可以利用进化树探究和其他物种的进化关系

• 使用Clustal进行多序列比对

• 使用muscle进行多序列比对

• 使用mafft进行多序列比对

• kalign:适用于基因组规模的多序列比对工具

• phyml:基于最大似然法构建进化树

• FastTree:速度最快的最大似然法进化树构建软件

• Newick: tree文件格式简介
  

对于动植物等多倍体，高杂合，多重复序列的复杂基因组而言，仅用二代测序其组装难度是非常大的，可以考虑二代和三代结合的策略，对于微生物，真菌等结构简单的小型参考基因组，利用二代测序就可以有一个不错的效果。当然如果追求完美，那还是三代测序更好。

·end·

—如果喜欢，快分享给你的朋友们吧—

往期精彩

• 自己动手进行逻辑回归，你也可以！

• GWAS大家都知道，Gene-Based GWAS你了解吗？

• 3步搞定GWAS中的Gene Set Analysis

• 你听说过Epistasis吗？

• GWAS中的Gene-Gene Interactions如何分析