基因组注释

微生物存在于世界的各个角落，在医疗健康、环境治理、农业种植、工业生产等诸多领域发挥着举足轻重的作用。近年来，随着测序技术的发展，微生物组学研究持续火热，微生物组学技术已成为微生物研究领域科研工作者必不可少的研究技术，对其技能要求也越来越高。针对广大科研工作者在运用微生物组学技术开展研究工作中面临的问题，计算中心开发了数据库建立、编程语言开发、绘图工具使用技巧及算法模型选择等一系列培训课程，欢迎大家报名参加。 本次培训班分为四个阶段 1 、掌握必备的基础知识 微生物组研究现状与应用、分析流程、方案设计以及Linux的常用操作和软件安装等。 2 、掌握16S以及宏基因组数据分析结果及应用 深度剖析16S与宏基因组建库测序原理及分析结果解读，深度诠释各个分析结果。 3 、带你进行微生物组学数据的分析 微生物多样性测序数据处理和宏基因组数据分析，如原始数据的质控和拼接、OTU聚类、物种注释、宏基因组数据的组装、基因预测以及基于物种丰度、功能丰度表进行的有效信息的统计分析。 4 、深度体验微生物组大数据挖掘的奥秘 基于丰富的项目分析经验，针对不同研究目的，提供专业性分析方案及数据深度挖掘思路，并通过不同软件进行结果可视化。 主办单位： 北京市计算中心 授课形式：线上直播 课程安排：2020年3月26-4月1日 讲次 主题 内容 时间安排 第一讲 微生物组学研究现状及应用 1

基因组注释主要包括四个研究方向：重复序列的识别；非编码RNA的预测；基因结构预测和基因功能注释。我们将分别对这四个领域进行阐述。 1 重复序列的识别。 1.1 重复序列的研究背景和意义：重复序列可分为 串联重复序列 （Tendam repeat）和 散在重复序列 (Interpersed repeat)两大类。其中串联重复序列包括有微卫星序列，小卫星序列等等；散在重复序列又称转座子元件，包括以DNA-DNA方式转座的DNA转座子和反转录转座子(retrotransposon)。常见的反转录转座子类别有LTR,LINE和SINE等。 1.2 重复序列识别的发展现状：目前，识别重复序列和转座子的方法为 序列比对和从头预测 两类。序列比对方法一般采用Repeatmasker软件，识别与已知重复序列相似的序列，并对其进行分类。常用Repbase重复序列数据库。从头预测方法则是利用重复序列或转座子自身的序列或结构特征构建从头预测算法或软件对序列进行识别。从头预测方法的优点在于能够根据转座子元件自身的结构特征进行预测，不依赖于已有的转座子数据库，能够发现未知的转座子元件。常见的从头预测方法有Recon，Piler，Repeatscout,LTR-finder，ReAS等等。 1.3 重复序列识别的研究内容：获得组装好的基因组序列后，我们首先预测基因组中的重复序列和转座子元件。一方面

1 .下载参考基因组的三大网站： NCBI （https://www.ncbi.nlm.nih.gov/grc） UCSC (http://hgdownload.soe.ucsc.edu/downloads.html) Ensemble （http://asia.ensembl.org/index.html?redirect=no） 注意：Jimmy在《不可不知的基因组版本对应信息》中特别提示： hg19基因组大小是3G，压缩后八九百兆！ 2. 下载基因注释文件的网站： 简单来讲注释文件就是基因组的说明书，告诉我们哪些序列是编码蛋白的基因，哪些是非编码基因， 外显子、内含子、UTR等的位置等等。注释文件在以上三个提供参考基因组的网站中都有提供，比如Ensemble 目前最权威的人类和小鼠基因组的注释还是Genecode数据库。 网站：http://www.gencodegenes.org 注意注释文件的格式一般是gtf或者gff3格式的，具体差异自行百度。 来源： https://www.cnblogs.com/lmt921108/p/7446535.html

扩增子常见问题 01 实验室检测的DNA浓度很高，送到公司检测之后浓度却比较低呢？ 1、老师在实验室多采用Nanodrop对DNA浓度进行检测，而在公司我们会结合Qubit、Nanodrop、琼脂糖电泳三种方法检测DNA样品的质量； 2、由于不同检测方法的原理不同，所以检测出的结果也会存在一定的差异。其中，Nanodrop检测法是基于紫外分光光度原理进行检测，由于DNA样品中可能含有部分杂质，因此会造成结果虚高的现象；Qubit检测法则是基于荧光标记的原理进行检测，结果会更准确； 3、当两种检测方法的结果出现差异时，我们以Qubit检测结果为准。 个人经验：我用CTAB法提取的小麦总DNA， Nanodrop检测浓度大于1000 ng/ul，结果公司返回的检测报告只有100 ng/ul，差别可达10倍。可能是植物多糖含量高，DNA纯度比较难保证。 02 在计算微生物群落样品之间的距离时，分别基于加权与非加权两种不同的算法绘制出的结果展示图有什么不同？如何进行选择呢？ 1、在计算微生物群落样品之间的距离时，加权是考虑到样品中OTUs的相对丰度信息，而非加权则没有考虑物种的相对丰度信息； 2、如果老师研究的生物学问题与物种的相对丰度信息密切相关，使用加权算法的结果展示可能更为符合；如果研究的生物问题与丰度关系不密切，或者各组的区分与低丰度的OTUs更为密切

1. 纪录片:非自然选择 1.1 CRISPR-Cas9的出现 1.2 故事1:先天性基因缺陷而失明的小孩 1.3 故事2:基因变异的蚊子 1.4 基因技术应用的现状 1.5 担忧 2. CRISPR基因编辑 2.1 Cas9 2.2 Cas12a(以前称为Cpf1) 2.3 Cas9与Cpf1 2.4 Anti-CRISPR 2.5 CRISPR/Cas工具 3. 基因敲除 4. DNA,RNA,染色体,基因,蛋白质 4.1 概念 4.2 DNA和RNA 4.3 物质关系: 4.4 功能关系: 4.5. 核酸模拟软件比较 5. RNA干扰(RNAi) 6. 生物黑客(biohack) 7. 其他链接 关键字: biohackers, 生物黑客(Biohack), CRISPR, 基因编辑, Unnatural Selection, 物竞人择 本文大部分内容为维基百科摘录，详细信息请看相关链接! 1. 纪录片:非自然选择 https://en.wikipedia.org/wiki/Unnatural_Selection_(TV_series) 非自然选择(或程式化的，物竞人择)是Netflix在2019年10月发行的电视纪录片。 概述基因工程,DNA编辑技术 CRISPR，从科学家,企业和角度探讨，biohackers在他们自己家做试验(车库实验室). 导演: 里奥·考夫曼, 乔

预测基因 给定一段fasta格式序列，如何预测其中的基因呢？首先需要判断该片段来自原核生物，真核生物还是病毒序列。如果是原核生物，基因结构比较简单，可以直接使用prodigal或者glimmer3工具进行预测。直接将fasta格式序列输入给软件即可。 prodigal -a ref.pep -d ref.cds -f gff -g 11 -o ref.gff -s ref.stat -i ref.fna >prodigal.log -i：输入文件，fasta格式 -o：输出结果文件，有多种格式可选 -f：输出文件类型gbk, gff, or sco -d：基因的核酸序列 -a：基因的氨基酸序列 -g：密码子表，细菌为第11 -p：模式，单菌还是宏基因组 -s：统计信息 如果是真核生物，可以使用augustus或者snap工具进行预测。 #真核生物基因预测 augustus --strand=both --genemodel=partial --singlestrand=false --protein=on --introns=on --start=on --stop=on --cds=on --codingseq=on --alternatives-from-evidence=true --gff3=on --UTR=on --outfile=out.gff --species

来自：https://www.jianshu.com/p/e6a5e1f85dda 使用BRAKER2进行基因组注释 BRAKER2是一个基因组注释流程，能够组合GeneMark，AUGUSTUS和转录组数据。 在使用软件之前，有几点需要注意下 尽量提供高质量的基因组。目前随着三代测序价格下降，这一点问题不大。 基因组命名应该简单，最好就是">contig1"或">tig000001" 基因组需要屏蔽重复序列 默认参数通常表现效果就很好，但是也要根据物种来 一定要对注释结果进行检查，别直接使用 软件安装 BRAKER的依赖软件不少，且Perl需要安装的模块也很多，我们用conda能解决这些问题(需要添加 bioconda 频道) 安装结束后会输出一些提示信息，汇总以下就是 保证AUGUSTUS的config目录能够有可写权限（自己用conda安装不需要考虑这个问题） GeneMark和GenomeThreader还需要额外下载安装 我们一定要安装的就是GeneMark，需要从 http://exon.gatech.edu/GeneMark/license_download.cgi 下载安装，然后添加环境变量 此外还有一些BRAKER2建议的软件，conda没有安装，需要自己按需安装 DIAMOND 0.9.24: 替代NCBI-BLAST+ cdbfasta 0.99: