生信知识点基因组变异分析

ALLMAPS 遗传图辅助组装

2020-05-20  本文已影响0人  斩毛毛

在挂载scaffold到染色体水平,scaffold的方向以及顺利是非常重要的。在该环节,可以依靠多种图谱,但是单一的图谱给的信息并不是很足,如有多个图谱信息,则会增加组装的准确性,ALLMAPS的功能就是利用多个图谱进行辅助挂载scaffold到染色体水平。

安装

Python依赖库(介意使用python3,作者将会很快淘汰python2):

上述大多数python模块可以使用pip安装

pip install --user biopython==1.70 numpy deap networkx matplotlib jcvi

简单流程

本次利用测试样本进行操作,具体数据可以点击这里, 包含3个文件:

Step1 准备输入数据

## 格式如下,遗传图和scaffolds的对应关系
Scaffold ID, scaffold position, LG, genetic position

也可以通过excel进行获得,最后保存为csv格式


ALLMAPS支持多种图谱,具体可以看这里

Step2 合并两个图谱,得到权重文件(weights.txt)和bed文件

python -m jcvi.assembly.allmaps merge JMMale.csv JMFemale.csv -o JM-2.bed

Step3 修改权重文件,默认为1

cat weights.txt
JMFemale 1
JMMale 1
## 将重要的图谱放在第一行

Step4 scaffold的排序和方向

python -m jcvi.assembly.allmaps path JM-2.bed scaffolds.fasta

结果

得到的基因组相关文件
可视化比对

每条染色体对应得到一个PDF比对文件,左边为染色体和遗传图比对关系,可以非常容易看出有矛盾的marker。右边点图横坐标为染色体坐标,纵坐标为遗传图位置,右图可以非常清楚的看到连续性或者哪里出现断点。白色为可信区域。


数据汇总

JM-2.summary.txt 为一数据统计文件,该文件记录了比对的各种信息,传标记的密度,以及有多少序列被锚定到基因组,这些数据可以比较使用ALLMAPS前后的差异。

less JM-2.summary.txt
*** Summary for each individual map ***
======================================================================
                         o              JMFemale                JMMale
----------------------------------------------------------------------
            Linkage Groups                     1                     1
          Markers (unique)                    61                    59
            Markers per Mb                   4.2                   4.3
             N50 Scaffolds                     5                     5
                 Scaffolds                    18                    18
   Scaffolds with 1 marker                     7                     7
  Scaffolds with 2 markers                     3                     5
  Scaffolds with 3 markers                     1                     0
Scaffolds with >=4 markers                     7                     6
               Total bases    14,691,276 (96.2%)    13,781,640 (90.2%)
----------------------------------------------------------------------
*** Summary for consensus map ***
===================================================================================
                         o               Anchored              Oriented    Unplaced
-----------------------------------------------------------------------------------
          Markers (unique)                    120                   107           0
            Markers per Mb                    7.9                   8.8           0
             N50 Scaffolds                      5                     5           0
                 Scaffolds                     22                    13           0
   Scaffolds with 1 marker                      5                     0           0
  Scaffolds with 2 markers                      7                     3           0
  Scaffolds with 3 markers                      1                     1           0
Scaffolds with >=4 markers                      9                     9           0
               Total bases    15,270,543 (100.0%)    12,156,526 (79.6%)    0 (0.0%)
-----------------------------------------------------------------------------
## 可以看到对于consensus map比对率达到100%,比用任何一个单独图谱的组装效果都好

其它骚操作

拆分有矛盾的contigs

如果一些contigs存在组装错误,导致该contig比对到多个连锁群或染色体这些contig进行在运行ALLMAPS之前将其拆分。ALLMAPS可以对其进行拆分,详情请戳这里ALLMAPS: How to split chimeric contigs.

估计gap长度

在scaffold中,一般用100bpN表示gap。ALLMAPS可以根据遗传距离和物理距离对gap进行长度的估计,并得到一个新的AGP文件JM-2.estimategaps.agp

python -m jcvi.assembly.allmaps estimategaps JM-2.bed

详情戳这里ALLMAPS: How to estimate gap sizes.

利用不同类型的图谱

除了遗传图谱以外,ALLMAPS可以利用其它类型图谱。可以将多个BED文件的图谱merge为一个单独bed

python -m jcvi.assembly.allmaps mergebed opticalmap.bed geneticmap.bed synteny.bed -o merged.bed

详情戳这里 How to use different types of genomic maps.

参考

欢迎交流


上一篇下一篇

猜你喜欢

热点阅读