Сборка генома de novo

The section is under deep construction...
It's going better
Stay awhile and read 

Описание: 

С момента завершения проекта "Human Genome Project" в 2003 году стоимость секвенирования человеческого генома упала в 6000000 раз — с трёх миллиардов до 600 долларов. По многим прогнозам она будет падать дальше, причём не линейно, а с резкими обвалами, соответствующими появлению новых технологий секвенирования и новых алгоритмов обработки сырых данных. Поэтому в скором времени секвенирование генома может стать рутинной диагностической процедурой, хотя и сейчас можно отсеквенировать свой геном за символичесике 1500 долларов. Почему 1500, хотя предложением выше говорилось про 600? Дело в том, что отсеквенировать кусок ДНК — половина задачи, вторая половина — собрать его из очень коротких фрагметов. Причём сборка некоторых участков генома напоминает попытки составить паззл из 1000 кусочков, где в качестве картинки использовалась фотография неба в ясный день. Суммарный размер человеческого гаплоидного генома  — 3 миллиона пар оснований, а длина среднего рида после секвенировании на секвенаторе Illumina — примерно 200 нуклеотидов. Выглядит сложновато, правда?
Разумеется, геномы бактерий сильно меньше, но, тем не менее, даже их сборка требует значительных вычислительных ресурсов и специальных алгоритмов.
О том, как секвенируются и собираются геномы вы можете посмотреть в видосах справа. Кстати, разных технологий секвенирования достаточно много, но Illumina — одна из самых мейнстримных. А с другим невероятно перспективным методом от Oxford Nanopore вы познакомитесь в одном из следующих заданий.  

Задание:

Итак, в этом задании вам предстоит пособирать паззл бактериального генома, прочитанного при помощи NGS технологии от Illumina.

Сырые риды можно скачать из репозитория SRA — Sequence Read Archive. Это база данных NCBI, куда загружаются все результаты секвенирования, использованные исследователями в опубликованных работах.

Ссылки на тулы и базы:

• SRA — репозиторий, содержащий данные секвенирования, в том числе и результаты метагеномных проектов. 

• SPAdes — тулкит, разработанный для сборки геномов и транскриптомов. Применима в основном для бактериальных и вирусных геномов.

• VAPiD — программа для быстрой аннотации геномов вирусов человека

• Ensembl — база данных, содержащая геномы, транскриптомы, протеомы различных живых организмов, нуклеотидные и аминокислотные последовательности генов и их белков, а ещё там есть BioMart, который поможет вам вытянуть почти любую информацию почти про любой ген.

Ход работы:

1. Выбрать себе бактерию по вкусу.

2. 
   

3. The mission is completed. You are amazing, dudes!