如何使用GetOrganelle軟件組裝葉綠體基因組

現(xiàn)在做植物的葉綠體基因組基本上都是直接以新鮮葉片做材料，提取總DNA測序，構(gòu)建二代測序文庫，然后利用現(xiàn)成的軟件組裝葉綠體基因組，省去了提取葉綠體的步驟

利用總DNA測序的數(shù)據(jù)組裝葉綠體基因組的軟件很多，有一篇綜述介紹這些工具

https://genomebiology.biomedcentral.com/articles/10.1186/s13059-020-02153-6

今天這篇推文我使用 GetOrganelle 這個(gè)軟件，軟件的Github鏈接 https://github.com/Kinggerm/GetOrganelle

對應(yīng)的論文

https://genomebiology.biomedcentral.com/articles/10.1186/s13059-020-02154-5

軟件的github主頁對軟件的使用方法介紹的很詳細(xì)，這款軟件是昆明植物所的老師開發(fā)的，還開設(shè)了qq群進(jìn)行答疑，qq群號在gitbub的主頁末尾可以看到

安裝直接使用conda，非常容易

conda install -c bioconda getorganelle

想要在linux系統(tǒng)下使用conda命令需要安裝miniconda或者Anaconda3，我之前錄制過一期視頻介紹linux系統(tǒng)安裝 Anaconda3，不熟悉的可以找來看看 https://www.bilibili.com/video/BV1Ft4y1e7w2

軟件安裝好以后還得下載參考基因組，運(yùn)行如下命令

組裝用到的命令是get_organelle_from_reads.py，使用到的參數(shù)有

• -1 -2 分別制定雙端測序數(shù)據(jù)的路徑

• -o 制定輸出文件的文件名

• -R -k 具體是什么意思我還不知道，-R按照幫助文檔直接設(shè)置15應(yīng)該就可以，-k后面接的數(shù)字也可以按照他幫助文檔的來設(shè)置，現(xiàn)在雙端測序通常是150bp,這個(gè)-k參數(shù)直接設(shè)置105和121就可以，這個(gè)數(shù)字少一點(diǎn)，速度應(yīng)該會(huì)快一點(diǎn)。

• -F 指定參考，如果是葉綠體基因組后面直接跟 embplant_pt 就可以

因?yàn)槿~綠體基因組的拷貝數(shù)高，基本上2G的數(shù)據(jù)量就夠組裝得到完整基因組用的了。所以直接用head命令取全基因組測序數(shù)據(jù)的前2千萬行就夠了

head -n 20000000 data_R1.fastq > R1.fastq
head -n 20000000 data_R2.fastq > R2.fastq

最后是組裝

get_organelle_from_reads.py -1 R1.fastq -2 R2.fq -o plastome_output -R 15 -k 105,121 -F embplant_pt

如果組裝成功最后會(huì)得到兩條序列，這兩條序列差別在小單拷貝區(qū)方向不同，我自己的處理方式是選一些近緣的參考葉綠體基因組來構(gòu)建進(jìn)化樹，去掉枝長明顯過長的那一個(gè)。