24小时热门版块排行榜

返回列表

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

yuehedou

木虫 (小有名气)

应助: 26 (小学生)
金币: 2171.4
红花: 2
帖子: 215
在线: 190.5小时
虫号: 1996646
注册: 2012-09-12
性别: GG
专业: 生物信息学

[求助] 有人做过或接触过microRNA的paired-end测序数据分析吗

我的两个植物样，送去做microRNA的illumina HiSeq测序，公司给我送回来的数据是paired-end类型的，每个样品都有两个同样大小的序列文件，分别存储microRNA的序列及其反向互补序列。
现在在前期过滤序列时遇到了问题了，同一个样品的两份数据因为其测序质量不一样，过滤掉的reads就可能不一样。我的问题是后续分析都只需一个样品的一份数据，这样在最终获得clean reads时，就需要有所取舍，现在不知道该怎么办了，求教各位大牛赐教？！
我现在有三种想法：1. 保留一份数据；2. 把两份数据加和起来；3. 保留两个文件中相同的序列的一份，外加不同的质量高的那条序列（这个难度比较大，还没想好怎么做）。
以前看过microRNA的文献资料描述的基本都是single end的，很少看到paired-end的，如果有人有这方面的文献资料或好的软件，也可以分享给我啊，先谢谢诸位了！

回复此楼

» 猜你喜欢

每天都为自己的无知而羞耻！

1楼 2014-02-28 14:52:56

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

yuehedou

木虫 (小有名气)

应助: 26 (小学生)
金币: 2171.4
红花: 2
帖子: 215
在线: 190.5小时
虫号: 1996646
注册: 2012-09-12
性别: GG
专业: 生物信息学

引用回帖:

11楼: Originally posted by XOooZzz at 2014-03-02 12:41:11
能不能贴一小段上来看看是什么样子的？我最近在学编程，看能不能给你写个小程序

比如这两个fastq文件的两段序列：
文件1：
@DHDC08P1_0325:4:1101:1291:2243#GATCAG/1
TGTATGATTTCGAACTTGGCGC
+DHDC08P1_0325:4:1101:1291:2243#GATCAG/1
__^ccdeefgggghgfhhhhhf
@DHDC08P1_0325:4:1101:1843:2157#GATCAG/1
TCTCGGACCAGGCTTCATTCC
+DHDC08P1_0325:4:1101:1843:2157#GATCAG/1
^^\accccgccceZf`gYe^S
@DHDC08P1_0325:4:1101:2447:2199#GATCAG/1
ACCGTGTTGTGATTTAGAGGCACA
+DHDC08P1_0325:4:1101:2447:2199#GATCAG/1
___eacccgeeggihihihdgdgi

文件2：
@DHDC08P1_0325:4:1101:1291:2243#GATCAG/2
GCGCCAAGTTCGAAATCATACA
+DHDC08P1_0325:4:1101:1291:2243#GATCAG/2
___c`c]cggcg`f\dJ`dg_g
@DHDC08P1_0325:4:1101:1843:2157#GATCAG/2
GGAATGAAGCCTGGTCCGAGA
+DHDC08P1_0325:4:1101:1843:2157#GATCAG/2
Z_ZZ`Zacacggcg`e^effa
@DHDC08P1_0325:4:1101:2447:2199#GATCAG/2
TGTGCCTCTAAATCACAACACGGT
+DHDC08P1_0325:4:1101:2447:2199#GATCAG/2
_b_cceeeggffgiiihiiiiihe

这些看起来好像都正好，但不能保证所有序列都这么整齐。
我想到了两种替换层次：1，/1和/2中每个对应碱基依质量值的替换；
2，/1和/2中每两条对应序列的替换。
对我难度比较大，你看看能实现不……