Genomika: analýza a algoritmy - Cvičení 3

Analýza reálných ht-dat

Ze sekvenačního servisu máte poolovaná data. Jedná se o speciální verzi RNA-Seq, RNA byla fragmentovaná na 200 bp, single end, ion-torrent. Celkem 4 knihovny, označené barcodem z obou stran. Ze souboru ex3.fastq:

• zkontrolujte kvalitu sekvenačního běhu: fastqc (reference)
• rozdělte fastq na čtyři soubory podle jednotlivých knihoven
• spočítejte statistiku zastoupení jednotlivých knihoven
• odstraňte všechny adaptory a nechte pouze sekvence delší než 25 bp: fastx, cutadapt, trimmomatic, (vlastní?)
• spočítejte statistiku (počet sekvencí a celkový počet bazí před a po odstranění adaptorů)
• kontrola kvality a interpretace

použité barkódy

	ex3-smpl1.f       MID1    ACGAGTGCGTACACGACGCTCTTCCGATCT
	ex3-smpl1.r       MID3    AGACGCACTCCAGACGTGTGCTCTTCCGATCT
	ex3-ctrl1.f       MID5    ATCAGACACGACACGACGCTCTTCCGATCT
	ex3-ctrl1.r       MID7    CGTGTCTCTACAGACGTGTGCTCTTCCGATCT
	ex3-smpl2.f       MID11   TGATACGTCTACACGACGCTCTTCCGATCT
	ex3-smpl2.r       MID14   CGAGAGATACCAGACGTGTGCTCTTCCGATCT
	ex3-ctrl1.f       MID12   TACTGAGCTAACACGACGCTCTTCCGATCT
	ex3-ctrl2.r       MID18   TCTACGTAGCCAGACGTGTGCTCTTCCGATCT