answer ex4, ex5 - nibb-unix/gitc202502-unix GitHub Wiki

復習問題４ NGS 基本データフォーマット

1. 1. NCBI（https://www.ncbi.nlm.nih.gov）にアクセスし、SRR073576 で検索をかけ、情報を得ることができる。シングルリードであることが分かる。

   2. カレントディレクトリにsra 形式のファイルをダウンロードしたい場合

      prefetch SRR073576 --output-directory .
      

   3. 今回はシングルリードなので、--split-files オプションはなくても良い

      fastq-dump SRR073576.sra
      

      • 補⾜：fastq-dump コマンドはアクセッション番号を指定して直接fastq データを取ることも可能である。

      fastq-dump SRR073576
      

2. 1. 第21 染⾊体
   2. 41 ( wc ex4.bed )
   3. 4
   4. 33031813, 33025906
3. 1. bed <- read.table("ex4.bed", header=F, sep="\t"),　head(bed)
   2. table(bed[,10])
4. 1. 10
   2. 3

復習問題５ クオリティコントロールとNGS 基本ツール

1. 1. Pairs written(passing filters) : 60,867(60.9%),　Quality-trimmed 824,581(5.4%)
   2. less コマンドでファイルを⾒る
   3. trim 前 400,000 なので read としては４で割って：100k read、trim 後 243,468 なので read 数は 60,867 となり、log の値と⼀致している。
   4. Per base sequence quality のタブを⾒る

2. seqkit stats ecoli.[23].fastq

3. bowtie2 -x eco -U ecoli.2.fastq,ecoli.3.fastq -S eco_ex.sam

   • ファイルのカンマ区切りの後にスペースを⼊れないこと

4. samtools view -bS eco_ex.sam -o eco_ex.bam

5. samtools sort eco_ex.bam -o eco_ex_sorted.bam

   • 4, 5 は現⾏samtools なら一括で可能 samtools sort eco_ex.sam –o eco_ex_sorted.bam

6. samtools index eco_ex_sorted.bam

7. • samtools view eco_ex_sorted.bam chr:337-2799 | wc　277 リード
   • samtools view eco_ex_sorted.bam chr:4179268-4183296 | wc　1,015 リード