转座子分析软件及用法

基因组转座子注释方法与步骤！...



一、基本方法在已知参考基因组转座子注释信息条件下：

1、通过T-lex2鉴定参考基因组中存在的转座子在测序样本群体中是否存在，并估计在样本群体中出现的频率以及修正参考基因组注释不完整的TE；

2、通过jigbug鉴定样本群体中有的而在参考基因组中不存在的TE

二、具体步骤1、T-lex2

1）应用范围：任何物种任何类型的TE

2）数据来源：重测序fastq数据。可以是一个个体的数据，也可以是一个群体的数据。群体可以是混库获得的；

3）文库大小：小文库，文章中默认使用250bp的文库，测序read长度100bp

4）鉴定的范围：参考基因组注释的TE；

5）鉴定方式：存在检测模块和缺失检测模块。



6）鉴定结果：

判定样本中是否有参考基因组注释的TE及其丰度。对于群体，能够估计TE的多态性；对参考基因组注释的TE可以进行进一步的纠正。

7）用法：

A、输入文件

1）参考基因组TE列表，仅包含TE的名字。

2）参考基因组TE列表，包含如下5列信息：

TE名字、染色体、起始位置、终止位置、链

3）参考基因组：注意其ID与2中的染色体ID一致

B、注意事项

1）测序数据文件存储格式, 注意数据的后缀read×.fastq

[input strain directory]/

[strain name]/

[strain name]_read1.fastq

[strain name]_read2.fastq

2） -f  参数此处应设置文库插入片段大小的长度 的一半。

3） -A    参数设置测序read长度

C、使用命令

perl tlex-open-v2.2.2.pl -T ../TAIR10_Transposable_Elements_id.txt -M ../TAIR10_Transposable_Elements_changed.txt -G AT.fa -R ../FASTQ/ -f 250

D、结果解读

最终结果采用两个模块结合后结果（combination列）

注：

present or absent：presence 模块和absent模块检测一致，且均成功；

polymorphic ：presence 模块和absent模块检测不一致，且均成功；

present/polymorphic：presence 模块检测为present ，但absence 模块检测失败；

absent/polymorphic：absent模块检测为 absent 但 presence 模块检测失败

no_data：

presence 模块检测为absent，absent模块检测为present或者no_data；

absent 模块检测为present，present模块检测为absent或者no_data；

群体检测结果解读：

present：所有样本均为检出present频率为100%

absent：所有样本检出present频率为0；

polymorphic：50% frequency (100%(present) + 0% (polymorphic)/2)

present/polymorphic：75% frequency (100% + 50%/2)

absent/polymorphic： 25% frequency (0% + 50%/2).

2、jitterbug

1）应用范围：

目前已在拟南芥、甜瓜和人中应用；

单个重测序样本新的转座子鉴定；

肿瘤细胞与正常细胞转座子对比鉴定；杂合的TE（allelic frequency）预测。

2）数据来源：重测序fastq数据。

3）文库大小：小文库。

4）鉴定的范围：样本中具有的而参考基因组没有的TE；

5）使用及结果：

A、使用

需要参考基因组、参考基因组TE注释文件（gff3）样本测序数据比对的bam文件（bwa或者bowtie2）

1) ./jitterbug-master/jitterbug.py --numCPUs 8  --bin_size 50000 --output_prefix prefix  test.bam TAIR10_Henaff2014PlantJ_annot.gff3

注意：CPU使用必须配合—bin_size的使用；bam文件必须为按照位置排序的文件（samtools sort）然后用samtools index建索引

2）./jitterbug-master/tools/jitterbug_filter_results_func.py -g prefix.TE_insertions_paired_clusters.gff3 -c prefix.filter_config.txt -o prefix.TE_insertions_paired_clusters.filter.gff3

注意；此步过滤掉低支持度的TE； prefix.filter_config.txt 为第一步产生的结果。

3）intersectBed -a prefix.TE_insertions_paired_clusters.filter.gff3  -b N_annot.gff3 -v >prefix.TE_insertions_paired_clusters.filtered.noNs.gff3

注意：过滤含N的区域的TE；需要基因组中N的注释信息以及bedtools下面的脚本 intersectBed

B、结果示例：

chr3       jitterbug       TE_insertion    13587657        13587764        .       .       .       supporting_fwd_reads=2; supporting_rev_reads=3; cluster_pair_ID=0; lib=None; Inserted_TE_tags_fwd=AT4

6）甜瓜分析文献

Transposon insertion, structural variations and SNPs contribute to the evolution of the melon  genome. MBE，2015,7

    关注 生信人