cap3拼接sanger序列：在线+本地分析方法实战

文章目录

简介在线版使用本地版使用安装程序运行命令行准备输入文件运行拼接 Reference

简介

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。

在线版使用

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

本地版使用

安装

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

程序运行命令行

cap3 File_of_reads [options]

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。

准备输入文件

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

运行拼接

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

Reference

Huang, X. and Madan, A. (199SEO靠我9) CAP3: A DNA sequence assembly program. Genome Res., 9, 868-877.在线版 http://doua.prabi.fr/software/SEO靠我cap3本地版 http://seq.cs.iastate.edu/cap3.html