LargeScaleSequencing - BioHackersNet

Genomics연구중 대량서열결정작업. (대량 DnaSequencing) 다양한 방법이 사용된다. 직접 WholeGenomeShotGun및 CloneByCloneMethod방법으로 직접 Genome서열을 결정할 수 도 있으며, cDNA library의 서열결정작업을 통해 EST연구를 수행할 수도 있다.

다양한 형태의 서열들을 가지고 연구하게 된다.

대량서열 : EST, WGS, GSS,
마커 : STS (RFLP, VNTR), SNP

방법들

사용되는 프로그램들

base calling : Phred
phd to FastaFormat : phd2fasta
vector masking : CrossMatch, VecScreen
RepetitiveSequence masking : RepeatMasker
FragmentAssembly : Phrap, CAP3
SNP detection : PolyPhred
Contig viewer : Consed

일반적인 프로그램 사용법

$ phred -id chromat_dir -pd phd_dir -dd poly_dir -log
$ phd2fasta -id phd_dir -os seqs_fasta -oq seqs_fasta.qual
$ cross_match seqs_fasta vector.seq -minmatch 12 -minscore 20 -screen > screen.out
$ phrap seqs_fasta.screen -new_ace > phrap.out

GeneticMap을 기초로 작업해서, PhysicalMap을 만들게 된다.

결과Database

GOLD

각종 스크립트

ace 파일의 xls 변환 : ace2xls.py

   1 from Bio.Sequencing import Ace
   2 
   3 def main(ifile, ofile):
   4     ofile.write('\t'.join([
   5         'Contig', 'Contig length', 'No of reads', 'No of segments', 'U or C',
   6         'Read name', 'Padded bases',
   7         'align start', 'align end'
   8         ])+'\n')
   9     for contig in Ace.Iterator(ifile, Ace.RecordParser()):
  10         if contig:
  11             for read in contig.reads:
  12                 ofile.write('\t'.join(map(str,[
  13                     contig.name, contig.nbases, contig.nreads, contig.nsegments, contig.uorc,
  14                     read.rd.name, read.rd.padded_bases, 
  15                     read.qa.align_clipping_start, read.qa.align_clipping_end,
  16                     ]))+'\n')
  17                     
  18 if __name__=='__main__':
  19     import sys
  20     main(sys.stdin, sys.stdout)

SubsetsOfBioinformatics