关于动植物基因组组装课程中关于重复序列注释的问题

动植物基因组组装课程,01.Repeat.sh中有几个问题:

1、 第175行:#deepTE 分类
根据https://www.jianshu.com/p/85e54962e2bc一文介绍,先用DeepTE_domain.py对保守domain进行鉴定,再用DeepTE.py借助上一步的保守domain信息分类TE。
课程中没有对保守结构域进行鉴定,直接进行TE分类,原因是什么?没有必要?

175行截图:
attachments-2023-05-Jzqinxjk6473015d5b92c.jpg

https://www.jianshu.com/p/85e54962e2bc:网页截图

attachments-2023-05-pvhmZevz647301657e1fb.jpg
2、第99行和第204行的区别:运行RepeatMasker结果文件的不同
第99行:生成的contig.fa.masked文件,其中的重复序列是用N表示
第204行:同样生成contig,fa.masked,其中的重复序列用小写字母表示。
两者不同,原因是什么?


attachments-2023-05-JDgz6a2C647301e95e729.jpg


attachments-2023-05-WJyAJwvP647301f801678.jpg
3、第244行:同源蛋白重复序列注释,不太理解这个步骤的目的是啥?请老师详细解释,谢谢!

attachments-2023-05-2H8kO1Qk6473022fd3331.jpg

请先 登录 后评论

1 个回答

omicsgene - 生物信息
擅长:重测序,遗传进化,转录组,GWAS

1. 我们的deep TE用的是自带的库预测分类,方法不一样;


2.

第99行和第204行的区别:运行RepeatMasker结果文件的不同
第99行:生成的contig.fa.masked文件,其中的重复序列是用N表示 

参数不一样,xsmall 表示小写ATCG为repeat soft mask

第204行:同样生成contig,fa.masked,其中的重复序列用小写字母表示。
两者不同,原因是什么?

3.

最后是重复序列同源蛋白预测:这个是重复序列注释流程:

attachments-2023-05-TnhPCt4764730668f403f.png

请先 登录 后评论
  • 2 关注
  • 0 收藏,846 浏览
  • cashing 提出于 2023-05-28 13:37

相似问题