本学期总共六个实验，先后完成了对酵母YJM320的全基因组的模拟测序、序列组装、同源搜索、从头预测、启动子（TATA box）预测、全基因组数据可视化。

摘要

本学期总共六个实验，先后完成了对酵母YJM320的全基因组的模拟测序、序列组装、同源搜索、从头预测、启动子（TATA box）预测、全基因组数据可视化。
具体内容如下：利用art illumina工具对原始的酵母YJM320的全基因组进行模拟建模，利用fastqc对建模结果进行质控分析（质控结果很好）。然后对建模结果利用SOAPdenovo进行序列组装，组装结果为Scaffold265个，其N50 258107bp；contig大于100bp的共43082个，其N50为273bp。结果利用blastn和quast同原始基因组进行比对，两种方法计算覆盖度分别为75.94%和87.6%，利用IGV工具观察基因组，发现在12号染色体中有一段rRNA重复序列无法组装，这也是影响最终覆盖率的主要原因。
分别采用同源搜索（利用tblastn比对）和从头测序（Augustus）的方法构建全基因组，对所得结果同原基因组进行gffcompare比对，结果为从头测序结果优于同源建模。IGV是数据可视化的工具，利用它可以查看同源搜索和从头预测的结果。
采用HMM结合bootstrap预测全基因组中的TATA box分布，绘制打分图和ROC曲线图，有70%匹配的TATA box下游5000bp内有发现基因。

一、材料和方法

1.1、分析平台

1.1.1 硬件平台

(1).CPU: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz

(2). 内存：8 GB 1600 MHz DDR3

(3). 硬盘：磁盘 0 (C:) TOSHIBA THNSNK128GVN8 M.2 2280 128GB

磁盘 1 (D: E: F:) TOSHIBA MQ01ABD100 932 GB

1.1.2 操作系统

Windows10 、Ubuntu 虚拟机

1.1.3 分析软件

（含版本号）

编程工具：

R 3.5.1 Perl 5.26.1

分析工具：

ART 2.5.8 sratoolkit 2.9.4 fastqc SOAPdenovo

Quast 本地blast gffcompare Augustus

1.1.4 数据库资源

NCBI Genome：https://www.ncbi.nlm.nih.gov/genome/15?genome_assembly_id=341003

NCBI PubMed：https://www.ncbi.nlm.nih.gov/pubmed/

NCBI SRA：https://www.ncbi.nlm.nih.gov/sra/SRX257750[accn]]

UniProt：https://www.uniprot.org

EPD：https://epd.epfl.ch//index.php

1.2 研究对象

物种名称 Saccharomyces cerevisiae YJM320

Genbank Accession Number:GCA_000975885.2