conchoecia
2018-10-09 00:20:26 UTC
Mi az az index fastq fájl, amely néhány Illumina szekvenáló adatkészlethez tartozik? (A samplename_I * .fastq.gz fájl.)
Például nemrégiben kaptam néhány 10X Chromium olvasmányt két, ugyanazon a sávon szekvenált könyvtárhoz. Ez egy 2x150-es szekvenciafuttatás volt, ezért két fastq fájlnak kell lennie. A szekvenáló központ demultiplexelte a könyvtárakat, és két külön könyvtárat generált - mindegyik könyvtárhoz egyet.
- Minden könyvtárban három fastq fájl található:
-
Mysample_I1_001.fastq.gz Mysample_R1_001.fastq.gzMysample_R2_001.fastq.gz
-
Tudom, hogy az R1 fastq fájl tartalmazza az előreolvasott és az R2 gyors fájl fordított olvasmányokat, de mi az indexfájl? Az első néhány szekvencia nem egyezik a könyvtár 10X indexével ( ACATTACT , CAGCCCAC , GGCAATGG , TTTGGGTA ) .
>bioawk -cfastx '{print ($ seq)}' Saját minta_I1_001.fastq.gz | headNTTGGGTANGCAATGGNAGCCCACNAGCCCACNCATTACTNCATTACTNGCAATGGNAGCCCACNTTGGGTANAGCCCAC
Nem ismerek tízszeres Chromium szoftvert, de ismerem az egycellás csővezetéküket, és sok verzióval ezelőtt a szoftver arra számított, hogy az olvasási indexek külön fájlban lesznek, magukkal az olvasásokkal együtt. A Cellranger azóta megváltoztatta a csővezetéküket, így már nem akarja ezeket, de aki átadta neked a fájlokat, láthatta, hogy ez egy 10xGenomics protokoll, és úgy döntött, hogy megadja neked az ilyen indexeket, hátha szükséged van rájuk,
Annak érdekében, hogy megérje, a 10X nem igényli az indexfájlokat bemenetként (csak demultiplexált mintákat adhat neki), és az Illumina szoftvere alapértelmezés szerint nem fogja előállítani ezeket az indexfájlokat. Ezenkívül legfeljebb 2 indexfájlja lehet az Illumina adatokhoz (bár általában nem, ha szabványos 10X könyvtárakat készít).