序列比对的几种情况记录

最新推荐文章于 2024-12-16 08:39:43 发布
最新推荐文章于 2024-12-16 08:39:43 发布
阅读量799 收藏 8
点赞数 8
文章标签： 学习方法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51334807/article/details/135851091
版权
本文介绍了在生物信息学中，如何通过SAM文件中的标签判断reads的唯一性（Uniquereads）、错配情况以及duplication的识别。讨论了保留或过滤这些类型reads的决策依据，如测序深度、产品质量和计算方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

序列比对

比对情况

Unique reads : 仅有一个最优比对位置的reads，因此有多个最优比对位置的reads就不是unique reads

  • 如何判断一条reads是否是unique reads？

1.sam文件中XT:A:{} 标签，其中U表示仅有一个最优比对，R表示有多个最优比对
仅有一个最优比对
有多个最优比对

2.sam文件中X0:1:n 标签，其中n表示共有多少个最优比对
[图片]

错配： bwa中可以指定-n 参数指定最大允许的错配数量

  • 如何查看序列的错配信息：sam文件的MD:Z:标签

duplication : 由于pcr偏好性导致pcr扩增中出现多条重复reads，测序结果表明多条reads比对到同一个位置

  • 根据泊松定理可以简单的知道，在实际情况下比对到同一位置的reads数量应该非常少，所以duplication主要由于实验误差产生

reads保留

是否应该保留duplication reads?

  • Duplication reads 通常表示对于同一段序列的多次拷贝，往往是由于实验误差导致的，对于揭示生物信息没有意义，一般保留过滤唯一值即可。
  • Duplication reads过多表示测序质量不高，二代测序的产品质量要求重复率< 10%

重复率计算公式：（1-Duplication reads）/raw reads

在这里插入图片描述

是否应该保留有错配/非Unique reads？

  • 需要根据测序深度，计算方法，产品要求而定，不能一概而论。
  • 目前基本的测试结果和文献证据表明测序数据量不足，结果假阳率明显增且高灵敏度下降。保留部分错配/非Unique reads收益大于不保留。
读取Unique reads
huyongfeijoe的专栏
06-24 2898
从贴好的bam文件中读取unique mapped reads，来进行下一步的分析。 tophat贴的结果对于非unique的reads会反复出现在bam/sam中，因此不挑unique reads后续结果会不准确。 Tophat结果中Unique reads的Quality一栏为255，而BWA贴出的结果此栏会根据reads本身的Phred值变化，因此确定unique的唯一标准是option
获取Unique reads方法
qq_36608036的博客
03-16 5808
Unique reads 在NGS数据中，Unique reads指的是只能map到一个位置的reads。要判断一条read是否unique，需要看SAM文件的optional fields。optional fields的格式是TAG:TYPE:VALUE，在SAM文件的第12列。多个optionalfields由空格分开。与unique read相关的主要TAG是“NH”，代表一条read贴在了基因组的多少个位置，数据类型为i，即整数，所以"NH:i:1"就代表此条read只贴到了基因组上的一个位置。（
获取比对文件上一段区域内unique的reads数目，pysam实现
samhuairen的专栏
02-12 2836
用pysam实现在bam 比对文件中获取某一段区间内的unique的mapping数目，代码如下： def getting_unique_mapping_in_region(bam_file, chr, start, end): import pysam sam = pysam.AlignmentFile(bam_file, 'rb') region_set =set(...
SAM文件解读
weixin_69556916的博客
05-04 3410
在进行该第列值的计算时，如果取第6列的数值，一定要取出现M的值，S或H的值不能取。4）POS 1-Based的比对上的最左边的定位，表示read比对到RNAME这条序列的最左边的位置，如果该read能够完全比对到这条序列（CIGAR string为M）则这个位置是read的第一个碱基比对的位置，如果该read的反向互补序列比对到这条序列，则这个位置是read的反向互补序列的第一个碱基比对的位置，所以无论该read是正向比对到该序列，或是其反向互补序列比对到该序列，比对结果均是最左端的比对位置。
samtools获取uniq reads
weixin_30408165的博客
06-13 2223
参考地址: https://www.biostars.org/p/56246/ -q INT only include reads with mapping quality >= INT [0] Like for getting the unique reads (a single read mapping at one best position) 命令如下,也有文...
详解基于python的全局与局部序列比对的实现(DNA)
12-16
在生物信息学中，序列比对是分析DNA、RNA或蛋白质序列的重要方法，它用于寻找序列之间的相似性和差异性。本篇文章将详细讲解如何使用Python实现全局与局部序列比对，特别是针对DNA序列的比对。 首先，我们要明确...
多序列比对要多久时间_序列比对，几个常用的多序列比对软件
weixin_39743064的博客
12-31 1877
作为一名生物科研狗，在饱受实验折磨的同时，相信大家也都多少会受到一些生信软件的“宠爱”比如需要做序列比对，却不知道该用什么软件，不知道怎么设参数、不懂怎么读结果。今天我们详细地给大家介绍一款必会比对程序BLAST的用法，再给大家说一说几种常用比对软件的优缺点，方便大家自己选择。BLAST(Basic Local Alignment Search Tool)可以说是短序列比对中最常用的比对工具了，它...
多序列比对（MSA）
百态老人的博客
12-16 1423
多序列比对（Multiple Sequence Alignment, MSA）是生物信息学领域中用于分析和比较多个生物序列之间相似性关系的重要方法。其目的是通过将多个序列对齐，逐列比较其字符的异同，以揭示序列间的共同结构特征。MSA是双序列比对的扩展，用于建立基因家族中成组序列之间的关系，以阐明生物学模式。MSA的基本概念包括将多个序列对齐，使得等同位点在同一列上，并通过插入小横线（“-”）使序列长度一致。
序列两两比对算法_学会正确选择多序列比对（coding-sequences）软件
weixin_42639246的博客
01-17 6480
前几天，实验室的师弟师妹通过本地blast获取一些没有基因组注释物种的蛋白编码序列。原本以为可以快速地进行下一步的选择压力分析，没想到却在多序列比对这一环节出现了棘手的问题。以前，我都是经过PRANK软件进行多序列比对，然后再使用Gblocks软件对数据进行过滤的。现在，由于师弟师妹在拼接CDS序列时，有些碱基并不是保留3的倍数，造成很多编码序列出现移码突变，甚至变成了伪假基因(几百个基因)。虽然...
clustalw序列比对_序列比对和构建进化树（clustalw和phylip）
weixin_32929205的博客
01-14 4174
安装clustalw很简单，不提了。找了几个蛋白序列进行比对，命名为dm.fasta1、输入./clustalw2 进入交互模式2、选择1 并输入文件名字3、输入2， 进行多序列比对4、如果要修改输入格式，则点95、若要输出格式为phylip，则点4，并关闭16、按下回车，后退7、选择1进行比对, 因为phylip输入文件为名infile， 所以这里直接改名字infile，并退出软件即可安装p...
生信学习笔记：fastp质控处理生成的report结果解读
热门推荐
twocanis的博客
11-13 3万+
文章目录前言raw data 和 fastq文件readsQ20和Q30N值AdaptersDuplicationInsertfastp reportsummaryAdapterInsert size estimationBefore filtering 前言 测序出来的数据利用fastp一个命令质控全搞定，无论是SE还是PE，同时会生成.json和.html格式的报告，十分直观方便，如何生成报告可查看 Linux下fastp的使用 ，下面记录一下如何理解这份报告。 在这之前先整理几个概念： raw d
unique mapped reads
weixin_34319111的博客
01-09 3055
就是指唯一比对的reads 现在人们已经开始避免使用unique mapped reads这个概念了，而转向使用mapq值来保留高质量的比对结果。因为mapq值反应了一组比对结果发生的可能性，MapQ = -10 log10(P), 比如结果为10，那就是1/10的概率会出现这个比对结果，如果我们认为0.05%是一个小概率的话，那个mapq值为15就可以用于筛选了, 如果认为0.01%是个小概率...
0066-【数据质控】-高通量下机数据的Duplication来源分析
leadingsci的博客
08-28 3403
一、什么是Duplicated Reads 1、谈到NGS数据的duplicated reads（暂且翻译为“重复数据”），我们通常会直观地认为：duplicated reads是在NGS文库构建过程中，由于PCR过度扩增导致同一个模板DNA片段被反复测序多次，得到一模一样的reads。 2、但是这经不起推敲。仔细一想，就很困惑。 PCR不就是用来产生重复数据的吗？否则不叫PCR了。除了PC...
RNA-seq Review：RNA-seq数据分析
cfc424的博客
11-08 1万+
文献：RNA-seq数据分析最佳实践调查 本次阅读Genome Biology杂志2016年Online的RNA-seq数据分析方法的Review论文，题目为： A survey of best practices for RNA-seq data analysis 本文翻译来自该文章。 RNA是基因组和蛋白组的中间体，因此转录本的鉴定和定量是重要的生物学问题。该论文综述了RNA-seq项目中相关的各个步骤、每个步骤的局限、和其他组学的整合以及展望。 Note ： 从摘要中可以发现本文综述分为两部分（1）现
FastQC使用与结果详细解读
win_win223的博客
11-18 1万+
FastQC的使用与结果详细解读
【bioinfo】bwa mem 比对分值参数测试
lillianqdzpw
06-08 9165
测试bwa BWA mem -M -k10 -T10 ./ref/ref.fa tst1.fq > tst1.sam mem命令比对： 比对分值阈值默认是[30]，即read比对得分值>=30，输出比对结果。 参数 默认 比对情况 分值 说明 -A [1] Match 1 1bp比对得1分 -B [4] Mismatch -4 1bp错配扣4分 -O [6,6] gap(ins,del) -6,-6 1bp的ins扣6分，del扣6分 -E [1] gap e
[笔记] sam文件挑取uniq reads
weixin_30653097的博客
07-16 706
本来呢，samtools本来就可以一句话就能提取，只是没得网络没得下载samtools，只能保留自传脚本。 输入文件为raw.sam 输出为提取uniq reads后的uniq.sam（仍然保留着sam格式） 终端里会打印出简单的报告 1 use strict; 2 use warnings; 3 4 my ($in, $out) = @ARGV; 5 die &...
通过RSeQC判断RNA-seq测序数据文库类型和链特异性，指导Stringtie参数使用
qq_61543229的博客
10-20 1158
stringtie参数使用
生信分析进阶3 - pysam操作bam文件统计unique reads和mapped reads高级技巧合辑
LittleComputerRobot的博客
05-31 1384
pysam统计unique reads和mapped reads高级技巧
NCBI序列比对查找物种
最新发布
03-18
### NCBI BLAST+ 的应用与操作 NCBI（美国国立生物技术信息中心）开发的 BLAST 工具是生物信息学领域中一种重要的序列比对工具，能够帮助研究者快速找到目标基因或蛋白质序列与其他已知序列之间的相似性[^1]。通过这种比对过程，可以推断未知序列的功能以及其可能所属的物种。 当拥有一组测序得到的序列数据时，可以通过使用 NCBI 提供的在线 BLAST 功能来识别这些序列所归属的具体物种。由于 NCBI 数据库覆盖范围广泛且更新及时，因此能迅速返回匹配的结果[^2]。如果事先了解待查询序列的大致来源物种，则可以在 BLAST 参数设置中的 Organism 选项框指定该物种名称，从而进一步缩小搜索空间并提高效率[^3]。 具体来说，在执行基于 BLAST 的序列比对过程中，主要遵循以下几个方面： #### 输入准备 用户需准备好要分析的目标核酸或氨基酸序列文件。通常情况下，这类文件采用 FASTA 格式存储，便于导入到各种生信软件里处理。 #### 执行流程概述 利用命令行版 NCBI BLAST+ 或访问 web 版本完成如下步骤： - **选择模式**: 对应不同类型的分子结构有专门设计好的算法模型可供挑选比如 blastn (针对核苷酸), blastp(面向蛋白). - **设定参数**: 如 E-value 阈值调整、字长大小定义等影响最终输出质量的关键数值. - **提交作业**: 将准备完毕的数据上传至服务器端等待计算结束. 以下是 Python 脚本调用本地安装 BLAST 命令的一个简单例子: ```python from Bio.Blast import NCBIXML import subprocess def run_blast(query_file, db_name="nt", evalue=0.01): output_xml = 'output.xml' command = f'blastn -query {query_file} -db {db_name} -evalue {evalue} -outfmt 5 -out {output_xml}' process = subprocess.Popen(command.split(), stdout=subprocess.PIPE) out, err = process.communicate() result_handle = open(output_xml) blast_records = NCBIXML.parse(result_handle) for record in blast_records: for alignment in record.alignments: for hsp in alignment.hsps: print(f"Sequence: {alignment.title}") print(f"Length: {alignment.length}") print(f"E value: {hsp.expect}") run_blast('example.fasta') ``` 此脚本展示了如何运行 `blastn` 并解析 XML 输出结果的一部分内容。 --- ### 结论 综上所述，BLAST 是一款非常实用的基础局部排列搜寻工具，它不仅限于发现两段或多段 DNA/RNA/Protein 序列间的同源关系，还能辅助判断新获得样本最接近哪些已记录分类群成员[^4]。对于希望借助计算机手段加速科学研究进程的研究人员而言，掌握好这一利器至关重要。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值