推断祖先染色体序列的流程

小明的数据分析笔记本

代码链接

https://github.com/eriqande/make-ancestral-fasta-snakeflow/tree/main

这个是一个snakemake的流程

这里推断祖先染色体就是选择一个近缘种的基因组序列，自己的基因组作为参考，近缘种的基因组作为查询序列与参考基因组进行比对，将snp位点的数据替换成近缘种的碱基序列

这里用两个拟南芥的基因组做测试（每个基因组里只用了一条染色体，两个染色体id不能是一样的）

比对代码

这里换成自己的物种数据具体用什么参数还需要仔细看看帮助文档

lastz an1.chr1.fa c24.chr1.fa --notransition --step=20 --inner=1000 --identity=90 --gapped --ambiguous=iupac --format=maf --chain > output.maf

对maf格式进行简化

single_cov2 output.maf > output01.maf

maf格式转换为fasta

maf2fasta an1.chr1.fa output01.maf fasta > output01.maf.fna

输出祖先染色体序列

Rscript condense_and_summarise_fastas.R output01.maf.fna output02.fna a.txt b.txt an1chr1

第一个参数是输入数据

第二个参数是输出的结果

第三四个参数没太搞明白是啥

第五个参数是参考基因组的染色体id

微信扫一扫分享文章