获取基因组的子序列

Posted on by

  1. 下载基因组的序列，将此问题转换为“从Fasta文件中提取子序列”。【适用于单个或批量】

  2. 使用UCSC的galaxy【适用于单个或批量】

    3. 第一步：整理基因组坐标格式。
    把基因组坐标整理为如下格式，保存到一个纯文本文件中。

    chr10 275478 275489
    chr10 1032022 1032033

    切记：一定要使用制表符（Tab）作为分隔符。
    第二步：打开galaxy。
    galaxy
    也可以通过UCSC的主页进入。
    第三步：上传基因组坐标。
    点击“Get Data”将其打开，找到“Upload File”并点击。“File Format”选择“interval”，“File”上传刚才的纯文本文件（也可直接粘贴在“URL/Text”文本框中），”Genome“选择相应的基因组版本。点击“Execute”执行。
    第四步：获取序列。
    找到“Fetch Sequence”将其打开，点击“Extract Genomic DNA”。如无特别需要，直接点击“Execute”执行即可。
    注：貌似此方法提取出来的序列长度少1（问题出在序列的开头）；敬请注意。

  3. 使用UCSC的DAS【适用于单个或少数几个】

    4. 直接在浏览器中输入：

    http://genome.ucsc.edu/cgi-bin/das/hg18/dna?segment=chr10:275478,275489

    即可。
    根据需要修改基因组版本（此处为hg18）和基因组坐标（此处为chr10:275478,275489）。

  4. 使用UCSC的DAS配合脚本处理【适用于单个或批量】

    5. Perl脚本(记得把后缀改为pl)