Séquences

trimming découper les séquences par exemple, pour retirer les parties non désirées comme les adaptateurs des séquenceurs et les séquences de mauvaise qualité. Paramètres : Longueur de la séquences, un seuil de qualité. assembleur assembler des séquences. Paramètres : kmers (nombre minimal de bases chevauchantes), longueur minimum des contigs. Utilisé pour le séquençage et la quantification. blast aligner des séquences sur un génome de référence. Paramètres : seuil d'identité, couverture.

Logiciels de :

• trimming : trim-galore, trimmomatic, autoadapt
• assembleur : megahit
• bast : blastn
• manipuler les séquences (tri, index) : samtools
• recherche de polymorphisme GATK
• alignement de séquences de novo Vsearch. Il permet de dédupliquer les séquences, estimer l'abondance, et clustering.
• binning regrouper des séquences en fonction de caractéristiques comme les séquences appartenant à la même espèce.
• bowtie2 aligner des séquences sur une bdd.
• prodigal détecter les gènes dans un génome procaryote.
• 4-mer référence à des motifs de 4 nucléotides chevauchant (fenêtre glissante). L'analyse de fait par la comparaison des fréquence de quatre nucléotides de la distribution.
• metabat
• micomplete détecter les marqueurs de gènes des Bactéries et des Archées. Retourner le poids de la complétion, la contamination.

Formats de fichiers

• sam et bam = format binaire

Preprocessing

Trimmomatic

trimmomatic \
    SE \
    -phred33 \
    fichier.fastq.gz \
    fichier.trim.fastq.gz \ 
    ILLUMINACLIP:adaptors.fa:2:30:10 \
    TRAILING:30 \
    MINLEN:32

• trimmomatic Le nom de l’outil.
• SE si les fichiers sont Single-End (SE) ou Paired-End (PE).
• -phred33 le décalage du score de qualité (-phred33 ou -phred64).
• fichier.fastq.gz Le fichier à nettoyer.
• fichier.trim.fastq.gz Le fichier de sortie.
• ILLUMINACLIP:adaptors.fa:2:30:10 Les paramètres de l’algorithme pour retirer les adapteurs.
• TRAILING:30 Les paramètres pour l’algorithme de nettoyage de la fin des séquences.
• MINLEN:32 La taille minimale des séquences à conserver.

Présentation des algorithmes :

• LUMINACLIP: Utilisé pour supprimer les adaptateurs des séquences. Il faut spécifier : ome/etudiant11/data/fastq/ERR047167_R1.fastq

  • le ficher FASTA contenant les séquences d'adaptateurs.
  • le nombre d'erreurs autorisées.
  • la position des séquences d'adaptateurs.

• LEADING: Supprime les bases de faible qualité à l'extrémité 5' (début) de chaque lecture.

• TRAILING: Supprime les bases de faible qualité à l'extrémité 3' (fin) de chaque lecture.
• SLIDINGWINDOW: Effectue un filtrage de qualité glissante sur la séquence. Si une fenêtre de certaines bases a une qualité moyenne en dessous du seuil spécifié, ces bases sont supprimées.

• MINLEN: Élimine les lectures qui deviennent trop courtes après le processus de nettoyage en fonction d'une longueur minimale spécifiée.

• java -jar trimmomatic-0.39.jar exécuter trimmomatic. *fastqc ficher.fastq rapport sur les séquences.

Note

A adatpé en fonction des graphiques obtenues avec fastqc

Assembleur

Abyss

Abyss est un logiciel d'assemblage de novo développé pour traiter des données de séquençage à haut débit, en particulier celles provenant de technologies de séquençage Illumina.

Séquençage paired-end

abyss-pe k=25 n=10 l=25 in='/home/etudiant11/data/fastq/ERR047167_R1_trim.fastq /home/etudiant11/data/fastq/ERR047167_R2_trim.fastq' name=difficile

Paramètres :

• k=25 taille de k-mer à utiliser.
• l=25 pour permettre
• in='fichier_1.fastq.gz fichier_2.fastq.gz' fichier d'entrée.
• name=ecoli nom du préfix pour les fichiers de sortie.