Cap3是一款历史悠久的序列拼接软件,非常适合Sanger序列拼接。此软件于1999年发表于Genome SEO靠我Rsearch杂志,目前Google统计引用4885次(截止2019年1月30号)。
Huang, X. and Madan, A. (1999) CAP3: A DNA sequence assembSEO靠我ly program. Genome Res., 9, 868-877.
优秀的软件都会有在线版和本地版两个版本。在线版方便小数据量的用户、或无法拥有服务器和缺少Linux系统软件安装经验的用户,轻松点SEO靠我击鼠标完成拼接。本地版,配合强大的命令行,可以批量完成大数据量的拼接。
http://doua.prabi.fr/software/cap3
最后更新时间为2014年1月。
可以在对话框中提交如2SEO靠我条及以上要拼接,且存在overlap的fasta格式序列(方向无所谓,软件会自己调整),点击提交(SUBMIT)即可。
结果如下:
Contigs:拼接的结果,一般就是你想要的结果;Single sequSEO靠我ences:末拼接的序列,如果都拼接成果,此链为空;Assembly details:拼接详细,可以看到序列拼接多序列的方向,比对详细和一致序列,详见下面。Your sequence file:你刚才SEO靠我提交的序列,可以复制内容保存查看拼接的细节文件,有助于了解序列方向,拼接结构,碱基一致性等信息。
Number of segment pairs = 6; number of pairwise compSEO靠我arisons = 3 + means given segment; - means reverse complementOverlaps Containments No. of CoSEO靠我nstraints Supporting Overlap******************* Contig 1 ******************** 27F+ 5SEO靠我15+ 1492-DETAILED DISPLAY OF CONTIGS ******************* Contig 1 ******************SEO靠我**. : . : . : . : . : . : 27F+ TGCAAGTCGAACGGCAGCACGGGAGCAATCCTGGTGGCGAGTGGCGAACGGGTGAGTAAT_SEO靠我___________________________________________________________ consensus TGCAAGTCGAACGGCAGCACGGSEO靠我GAGCAATCCTGGTGGCGAGTGGCGAACGGGTGAGTAAT. : . : . : . : . : . : 27F+ ACATCGGAACGTGCCCAGTAGTGGGSEO靠我GGATAGCTCGGCGAAAGCCGGATTAATACCGCATA____________________________________________________________ SEO靠我 consensus ACATCGGAACGTGCCCAGTAGTGGGGGATAGCTCGGCGAAAGCCGGATTAATACCGCATA. : . : . : . : . : . : SEO靠我 27F+ CGACCTACGGGTGAAAGCGGGGGACCGCAAGGCCTCGCGCTATTGGAGCGGCCGATGTCA_____________________________SEO靠我_______________________________ consensus CGACCTACGGGTGAAAGCGGGGGACCGCAAGGCCTCGCGCTATTGGAGCGSEO靠我GCCGATGTCA. : . : . : . : . : . : 27F+ GATTAGCTAGTTGGTGGGGTAAAGGCCTACCAAGGCGACGATCTGTAGCTGGTSEO靠我CTGAGAG____________________________________________________________ consensus GATTAGCTAGTTGGSEO靠我TGGGGTAAAGGCCTACCAAGGCGACGATCTGTAGCTGGTCTGAGAG. : . : . : . : . : . : 27F+ GACGACCAGCCACACTGSEO靠我GGACTGAGACACGGCCCAGACTCCTACGGGAGGCAGCAGTGGG_________________________________________________________SEO靠我___ consensus GACGACCAGCCACACTGGGACTGAGACACGGCCCAGACTCCTACGGGAGGCAGCAGTGGG. : . : . : . : . SEO靠我: . : 27F+ GAATTTTGGACAATGGGGGCAACCCTGATCCAGCCATGCCGCGTGCGGGAAGAAGGCCTT_____________________SEO靠我_______________________________________ consensus GAATTTTGGACAATGGGGGCAACCCTGATCCAGCCATGCCGCSEO靠我GTGCGGGAAGAAGGCCTT. : . : . : . : . : . : 27F+ CGGGTTGTAAACCGCTTTTGTCAGGGAAGAAACGCGCCGAGCTAASEO靠我TACCTCGGTGTAATG____________________________________________________________ consensus CGGGTTSEO靠我GTAAACCGCTTTTGTCAGGGAAGAAACGCGCCGAGCTAATACCTCGGTGTAATG. : . : . : . : . : . : 27F+ ACGGTACCTSEO靠我GAAGAATAAGCACCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGG_________________________________________________SEO靠我___________ consensus ACGGTACCTGAAGAATAAGCACCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGG. : . : . SEO靠我: . : . : . : 27F+ GTGCAAGCGTTAATCGGAATTACTGGGCGTAAAGCGTGCGCAGGCGGCTTTGCAAGACAG 515+SEO靠我 AAGCGTGCGCAGGCGGCTTTGCAAGACAG____________________________________________________________ cSEO靠我onsensus GTGCAAGCGTTAATCGGAATTACTGGGCGTAAAGCGTGCGCAGGCGGCTTTGCAAGACAG. : . : . : . : . : . : SEO靠我 27F+ ATGTGAAATCCCCGGGCTTAACCTGGGAACTGCATTTGTGACTGCATGGCTGGAGTGCGG 515+ ATGTGAAATCCCCGGGCTTASEO靠我ACCTGGGAACTGCATTTGTGACTGCATGGCTGGAGTGCGG____________________________________________________________SEO靠我 consensus ATGTGAAATCCCCGGGCTTAACCTGGGAACTGCATTTGTGACTGCATGGCTGGAGTGCGG. : . : . : . : . : .SEO靠我 : 27F+ CAGAGGGGGATGGAATTCCGCGTGTAGCAGTGAAATGCGTAGATATGCGGAGGAACACCG 515+ CAGAGGGGGASEO靠我TGGAATTCCGCGTGTAGCAGTGAAATGCGTAGATATGCGGAGGAACACCG 1492- GGGGGATGGAATTCCGCGTGTAGCAGTGAAATGCGSEO靠我TAGATATGCGGAGGAACACCG____________________________________________________________ consensus SEO靠我CAGAGGGGGATGGAATTCCGCGTGTAGCAGTGAAATGCGTAGATATGCGGAGGAACACCG软件安装,可以通过官网下载源代码 http://seq.cs.iaSEO靠我state.edu/cap3.html。在Linux, Mac, Windows, Solaris各主流系统版本。
但推荐使用conda安装,会自动安装它及相关的40余个依赖关系
conda instalSEO靠我l cap3如: cap3 seq.fa
seq.fa中包括要拼接的序列,可以手动制作。也可以使用脚本。
通常测序的结果为SEO靠我.seq文件。我们要将序列合并有一个共同的前缀,如RiceP14C02,使用我写的脚本format_seq2fasta.pl将其合并为fasta格式,脚本在我的 https://github.com/SEO靠我YongxinLiu/Note 中 Perl 文件夹中
如:输入文件保存于seq目录中名字如下:
seq/RiceP14C02_1492R.seq seq/RiceP14C02_27F.sSEO靠我eq seq/RiceP14C02_515F.seq合并一条序列的多个文件
file=RiceP14C02 format_seq2fasta.pl -i "seq/${fSEO靠我ile}_*.seq" -o ${file}.fa对于另一个拼接的任务,你可以修改file等号后面的即可。想要批量调用,直接使用for循环即可
运行cap3,只需提供输入fa文件
cap3 ${fSEO靠我ile}.fa结果有如下5个文件
RiceP14C02.fa.cap.ace:原始序列使用信息RiceP14C02.fa.cap.contigs:拼接序列结果RiceP14C02.fa.cap.contSEO靠我igs.links:空RiceP14C02.fa.cap.contigs.qual:质量RiceP14C02.fa.cap.info:信息RiceP14C02.fa.cap.singlets:空由于每SEO靠我个序列名称都叫Contig1,需要改名为序列名
sed -i "1 s/Contig1/${file}/" ${file}.fa网站备案号:浙ICP备17034767号-2