16s分析之Qiime序列拼接（图文版）

摘要：

下面开始运行，提取我们需要的文件：

  • cp -r ~/Desktop/Shared_Folder/gzhcs/ ~/Desktop/

进入工作目录，查看文件（我随便找了两个测序文件，两组每组三个重复，当然不可能只做三个重复）：

  • cd ~/Desktop/gzhcs/

  • ls

  • cd ..#退到上级目录

下面先解释一下拼接命令：

join_paired_ends.py：该命令默认调用fastq-join，因此可以不用设置-m选项，若选用SeqPrep则需要设定-m选项

  • -m调用方法fastq-join, SeqPrep这两种方法，有人表示：fastq-join方法速度更快，但是SeqPrep拼接结果更好；

若想详细了解这两种参数，请参照：

  • fastq-join：

http://code.google.com/p/ea-utils

  • SeqPrep：

https://github.com/jstjohn/SeqPrep

如果采用fastq-join这种方法拼接，则设置参数如下：

  • -p：最多容忍overlap错配最高百分比，该选项只有选用fastq-join方法是才设定，从1到100的整数，一般设定10就差不多了

  • -j ：最小overlap的长度，一般10个差不多，根据自己的样品

如果采用SeqPrep这种方法拼接，则设置参数如下：

  • -n：最小匹配率，一般设置成0.9；参数值在0-1之间

  • -g：最大允许错配率；参数值在0-1之间

命令：

l  multiple_join_paired_ends.py-i input_files -o output_folder -pjoin.txt --include_input_dir_path

multiple_前缀为多个将测序文件按照样品编号分解后，来进行分别操作的命令前缀，

  • --include_input_dir_path该选项为将输出目录文件名命名为输入文件名

  • -p，是参数文件的设置，fastq-join这种方法参数文件设置：

  • perc_max_diff:10#-p的全称，在全英文输入法状态输入冒号，并且加空格

  • min_overlap:10#-j的全称

每个参数使用一行，编写完成后，保存为txt文件；

如果采用SeqPrep这种方法参数文件设置：

  • min_frac_match: 0.9#-n最小匹配率，一般设置成0.9；参数值在0-1之间。

  • max_good_mismatch： 0.1#-g最大允许错配率；参数值在0-1之间。

每个参数使用一行，编写完成后，保存为txt文件；

每个输出文件一共有三个：

fastq-join方法输出：

“*.join”: 拼接好的

“*.un1”: 未匹配上的

“*.un2”: 未匹配上的

SeqPrep方法输出：

“*_assembled.gz”: 拼接好的

“*_unassembled_R1.gz”: 未匹配上的

“*_unassembled_R2.gz”: 未匹配上的

开始拼接：

这是我编写的参数文件，就选择了一下调用方法，如果自己有需求，可以在下面加上：

  • multiple_join_paired_ends.py -i gzhcs -ogzhcs_join -p mel_join_p.txt --include_input_dir_path

结果文件：

这是截图：

改名字：

  • mvgzhcs_join/gzhcsBC1_S158_L001_R1_001/fastqjoin.join.fastq gzhcs_join2/BC1.fq

全部改完文件名：

  • 参考文献：

    http://qiime.org/scripts/join_paired_ends.html

赞 (0)

相关推荐