【技术实现步骤摘要】
本专利技术属于植物基因组学领域，特别是涉及到一种植物基因组survey的分析方法。
技术介绍
1、构建高质量参考基因组是进行生物学深入研究的基础。近年来dna长读长测序等技术迅猛发展，以pacbio的hifi和ont的ultra-long为代表的测序平台产出数据的准确性和连续性都得到了极大提高；一系列基因组组装算法和工具如hifiasm、canu、verkko、falcon、wtdbg2和flye等相继被开发出来；同时一些简单高效的辅助组装技术如hi-c和bionano光学图谱等也得到了广泛应用。这使得基因组组装的难度和成本均大幅下降，大量物种的基因组已被发布，甚至一些超大或高杂合的基因组的精准组装也成为了可能。在可预见的未来，将有越来越多的基因组被解析。
2、在进行基因组组装前，有一项工作必不可少，那就是对候选物种基因组进行调研（survey）分析。这可以为研究人员提供基因组的关键基础信息，包括基因组大小、杂合度、gc含量、重复序列比例和样品是否受到污染等，为接下来的测序和组装工作提供了重要的依据。在基因组survey分析中，最重要的就是判断基因组的大小，杂合度和重复序列等特征，这对于接下来选择测序策略、测序深度和评估组装结果非常重要。最初，流式细胞术主要用于评估基因组大小，但其结果差异较大，很难建立统一的标准，只能作为粗略估算的方法。而目前最主要的手段就是利用二代测序数据进行 k-mer分析，这是一种被广泛认可的成本低、准确性高的方法，并且能够同时评估基因组杂合性、重复序列等特征。然而
技术实现思路
1、本专利技术旨在于克服现有技术的不足，提供了一种高效精准的植物基因组survey分析方法。
2、本专利技术的一种植物基因组survey的分析方法，是通过下列步骤实现的：
3、（1）植物材料和测序
4、利用测序技术对物种的体内的所有dna分子测序，并进行小片段文库的构建；
5、（2）数据的质控
6、对步骤（1）得到覆盖深度60x全基因组测序序列fq.gz格式文件进行过滤，得到clean.fq.gz格式文件全基因组测序序列；
7、（3）去除dna中来源于细胞器的序列
8、将步骤（2）得到clean.fq.gz格式的基因组测序序列与参考序列进行比对，旨在去除dna中来源于细胞器的序列。使用bowtie2（v.2.4.4）将干净的读数与参考序列对齐，再使用samtools（v.1.15.1）转化格式，最后用bedtools（v.2.29.2）提取未映射的fastq文件，得到的这些文件仅来自该物种的核基因组；
9、所述的参考序列为该物种或近缘物种现有的质体和线粒体基因组；
10、（4）用 k-mer分析估计基因组大小和重复率
11、使用步骤（3）中得到的物种核基因组文件进行 k-mer分析，使用kmerfreq（v.4.0）和gce（v.1.0.2）计算基因组大小、重复率和杂合子率；
12、（5）初步基因组组装和gc含量分析
13、对步骤（3）得到的序列进行初步组装，组装前使用kmergenie（v1.7051）选择最佳的 k-mer进行组装。然后，使用soapdenovo2（v.2.04）根据所选的最佳 k-mer构建初始contigs和scaffolds。接下来，使用bwa-mem2（v.2.0pre2）将clean reads重新映射到组装的contigs上，再使用samtools将sam文件转换为bam文件。随后，提取长度超过5000bp的重叠群的gc含量和覆盖深度。最后，使用r中的denscols函数（v.4.1.3）绘制重叠群的gc深度分布。
14、本专利技术的一种植物基因组survey的分析方法，旨在提供一种更为精准的 k-mer分析。对于有细胞器基因组参考或者近缘参考信息的物种，采用直接比对的办法去除细胞器序列；而对于没有参考的，可以使用getorganelle进行初步组装，然后作为参考序列进行过滤。这种方法对各种植物物种的基因组survey具有更广泛的适用性，有助于对基因组大小和复杂性进行更精确的评估。
本文档来自技高网...【技术保护点】
1.一种植物基因组survey的分析方法，是通过下列步骤实现的：
【技术特征摘要】
1.一种植物基因组survey的...
【专利技术属性】
技术研发人员：王遂，段雅娟，王兵，王绍东，姜妍，佟晓红，
申请(专利权)人：东北农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。