Skip to content

Latest commit

 

History

History
112 lines (96 loc) · 4.26 KB

Lab3.md

File metadata and controls

112 lines (96 loc) · 4.26 KB

实验三 基因组注释

一、实验目的

  1. 理解基因组注释，了解原核生物与真核生物基因结构的差异
  2. 掌握原核生物基因组注释方法(prokka)
  3. 了解真核生物基因组注释方法（maker）
  4. 了解常见基因组注释文件格式，如gff, bed

二、知识回顾与要求

生物的遗传信息物质是DNA，DNA是基因的载体，基因是生物行使功能的单位，支持着生命的基本构造和性能，将基因组所有基因找出来是基因组注释的第一步。目前一般基因组项目一般流程是首先组装得到基因组草图(draft)，然后对草图进行基因预测和基因功能预测，即所谓的基因组注释。基因组注释结果的好坏会直接影响后续的分析，所以基因组注释对于基因组项目非常关键。
原核生物与真核生物由于基因结构不同，基因预测方法也不一样。真核生物基因组注释比较复杂，一般由基因组中心或相关专业人员完成。原核生物基因组注释相对比较简单，已有较成熟的基因组注释软件。

原核生物与真核生物基因结构差异

原核生物：不含内含子 -》RNA与DNA序列一致
真核生物：含有内含子

实验要求

  1. 掌握用prokka注释原核生物基因组
  2. 掌握用maker注释真核生物基因组

三、上机操作

数据存放位置

/data/lab/genomic/lab03/data/

数据及工作目录准备

mkdir lab03
cd lab03
ln -s /data/lab/genomic/lab03/data/ ./
mkdir results

(一) 原核生物基因组注释--prokka

cd results

work_prokka.sh

#!/bin/bash
#$ -S /bin/bash
#$ -N prokka
#$ -j y
#$ -cwd
prokka --outdir anno --prefix PROKKA ../data/REL606.fa

注释结果存放在anno目录中，查看结果，了解基因组注释常见的几种格式。

（二）真核生物基因组--maker

# create control files for maker
$ maker -CTL

会产生4个参数设置文件：

-rw-rw-r-- 1 wangys wangys  1479 Oct 22 08:22 maker_bopts.ctl  
-rw-rw-r-- 1 wangys wangys   893 Oct 22 08:22 maker_evm.ctl  
-rw-rw-r-- 1 wangys wangys  1488 Oct 22 08:22 maker_exe.ctl  
-rw-rw-r-- 1 wangys wangys  4765 Oct 22 08:22 maker_opts.ctl

编辑maker_opts.ctl文件，改变以下几个参数，几他的用默认参数：

genome=../data/dpp_contig.fasta  
est=../data/dpp_est.fasta  
protein=../data/dpp_protein.fasta  
est2genome=1

work_maker.sh

#!/bin/bash
#$ -S /bin/bash
#$ -N maker
#$ -j y
#$ -cwd
maker

真核生物基因组注释比较复杂，这里只是向大家介绍了maker的一般使用，如果要使用maker注释新的基因组，建议参阅：http://gmod.org/wiki/MAKER_Tutorial
查看结果文件：

$ cd dpp_contig.maker.output/dpp_contig_datastore/05/1F/contig-dpp-500-500
$ ls -l
-rw-rw-r-- 1 wangys wangys 65341 Oct 22 08:30 contig-dpp-500-500.gff  
-rw-rw-r-- 1 wangys wangys   717 Oct 22 08:30 contig-dpp-500-500.maker.proteins.fasta  
-rw-rw-r-- 1 wangys wangys  4443 Oct 22 08:30 contig-dpp-500-500.maker.transcripts.fasta  
-rw-rw-r-- 1 wangys wangys  4120 Oct 22 08:30 run.log  
drwxrwxr-x 3 wangys wangys  4096 Oct 22 08:30 theVoid.contig-dpp-500-500

用Artemis查看注释结果（选做）

这一部分是在本地台式机上完成。
下载地址：http://www.sanger.ac.uk/science/tools/artemis
将prokka注释得到的prokka.gff文件拷到本地电脑上(用scp)
打开Artemis，装载注释结果

  1. Start Artemis
  2. Click OK
  3. Go to File -> Open File Manager
  4. Navigate to the folder
  5. Choose the prokka.gff file you copied from the server

四、作业与思考

  1. 尝试用其他原核生物基因预测软件进行基因预测，如GLIMMER，或者GeneMark，并比较不同软件注释结果有什么不同
  2. 了解真核生物基因组注释软件，如Augustus, GlimmerHMM, maker

五、参考资料

  1. prokka github
  2. maker tutorial