细菌基因组的下载及组装

一.细菌基因组下载

1.登陆Genome Announcements网站（https://mra.asm.org/）找一篇细菌基因组文章；

• 我输入的是anthracis,炭疽杆菌的拉丁名，得到

  
  

• 第二个是耐青霉素炭疽桿菌菌株的基因组序列，进去看看

  
  
• 在这里，最后一句说这个序列的详细数据记录在SRP155512中

• 打开NCBI，点击SRA，在搜索框中输入SRP155512

  
  

• 进入第一个，可看到SRA号，SRR7611049

  
  
• 然后打开虚拟机，用prefetch下载

prefetch SRR7611049

• 下载完成！

  
  

二.用Fastq-dump解压SRA文件为fastq

• 下载得到的文件在~/ncbi/public/sra/SRR7611049下

cd ~/ncbi/public/sra
fastq-dump --gzip --split-files SRR7611049

• 解压完成！

  
  
• 由于是双端测序，得到两个文件：
  SRR7611049_1.fastq.gz，
  SRR7611049_2.fastq.gz

三.用Fastqc进行质量控制

 fastqc SRR7611049_1.fastq.gz SRR7611049_2.fastq.gz

• 得到

  
  

四.Trimmomatic去接头

 java -jar ~/Biosofts/Trimmomatic038/Trimmomatic-0.38/trimmomatic-0.38.jar PE -phred33 SRR7611049_1.fastq.gz SRR7611049_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/bao/Biosofts/Trimoomatic038/Trimmomatic-0.38/adapters/TruSeq2-PE.fa:2:30:10 SLIDINGWINDOW:5:20 LEADING:20 TRAILING:20 MINLEN:75

• 结果如图

  
  

• 得到如下4个文件

  
  

五. Spades组装基因组草图

 spades.py --careful --pe1-1 output_forward_paired.fq.gz --pe1-2 output_reverse_paired.fq.gz -o ./SPAdesout_new

• 结果遇到了一点问题，报错了

  
  
• 尝试退出虚拟机然后在设置中加虚拟机的内存
• 重新输入命令，这个过程等待了很长时间，应该是找的基因组太大的原因

• 等了俩小时，终于成功啦！

  
  

• 产生的文件如下

  
  

六. Quast评价组装的基因组效果

• 输入

quast.py contigs.fasta -o quast_out

• 得到结果

  
  

• 打开quast_out 文件夹，得到

  
  

• 将report.html下载到windows上查看结果