使用GetOrganelle软件组装叶绿体基因组

2021-02-09 本文已影响0人小明的数据分析笔记本

今天的推文简单介绍一下使用GeOrganelle这款软件利用全基因组重测序数据组装叶绿体基因组的过程

现在做植物的叶绿体基因组基本上都是直接以新鲜叶片做材料，提取总DNA测序，构建二代测序文库，然后利用现成的软件组装叶绿体基因组，省去了提取叶绿体的步骤

利用总DNA测序的数据组装叶绿体基因组的软件很多，有一篇综述介绍这些工具

image.png

今天这篇推文我使用 GetOrganelle 这个软件，软件的Github链接 https://github.com/Kinggerm/GetOrganelle

对应的论文

image.png

软件的github主页对软件的使用方法介绍的很详细，这款软件是昆明植物所的老师开发的，还开设了qq群进行答疑，qq群号在gitbub的主页末尾可以看到

安装直接使用conda，非常容易

conda install -c bioconda getorganelle

想要在linux系统下使用conda命令需要安装miniconda或者Anaconda3，我之前录制过一期视频介绍linux系统安装 Anaconda3，不熟悉的可以找来看看
https://www.bilibili.com/video/BV1Ft4y1e7w2

软件安装好以后还得下载参考基因组，运行如下命令

image.png

用到的命令是get_organelle_from_reads.py，使用到的参数有

-1 -2 分别制定双端测序数据的路径
-o 制定输出文件的文件名
-R -k 具体是什么意思我还不知道，-R按照帮助文档直接设置15应该就可以，-k后面接的数字也可以按照他帮助文档的来设置，现在双端测序通常是150bp,这个-k参数直接设置105和121就可以，这个数字少一点，速度应该会快一点。
-F 指定参考，如果是叶绿体基因组后面直接跟 embplant_pt 就可以

因为叶绿体基因组的拷贝数高，基本上2G的数据量就够组装得到完整基因组用的了。所以直接用head命令取全基因组测序数据的前2千万行就够了

head -n 20000000 data_R1.fastq > R1.fastq
head -n 20000000 data_R2.fastq > R2.fastq

最后是组装

get_organelle_from_reads.py -1 R1.fastq -2 R2.fq -o plastome_output -R 15 -k 105,121 -F embplant_pt

如果组装成功最后会得到两条序列，这两条序列差别在小单拷贝区方向不同，我自己的处理方式是选一些近缘的参考叶绿体基因组来构建进化树，去掉枝长明显过长的那一个。

欢迎大家关注我的公众号
小明的数据分析笔记本

公众号主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记！