좌표로 인간 게놈 서열을 얻는 빠른 방법

Question

나는 무수히 많은 인간 게놈 조각 (5 억 개 이상)을 무작위로 얻고 싶다.

이것은 전체 프로세스의 부분 작업입니다. 나는 bowtie의 .sam 결과 파일을 가지고 있으며, 천만 개의 인간 게놈은 정렬을 읽습니다. 각각의 쿼리를 'sam 파일에서 정렬 된 참조 시퀀스'와 비교하려고합니다. 내가 사용한 참조 시퀀스는 UCSC의 hg19.fa입니다. 그래서 sam 파일의 위치를 ​​사용하여 hg19.fa (또는 염색체 파일)에서 시퀀스를 가져올 수 있어야합니다.

CHR4 :주는 35654-35695을, 나는 42bp 시퀀스를 얻을 수 :

gtcttccagggtttttatatttttgggttttacacttaagt

지금까지, 나는이 개 솔루션을했다 : 1. 파이썬 스크립트는 UCSC DAS 서버에서 시퀀스를 가져올 : http://genome.ucsc.edu/cgi-bin/das/hg19/dna?segment=chr4:35654,35695

을

1. 게시물에서 파이썬 스크립트 호출 ''samtools faidx ''명령 반환 commnad 출력, 를 사용하여 : http://seqanswers.com/forums/showthread.php?t=23606&highlight=fetch+genome+coordinate

,

그러나 느립니다. samtools faidx는 DAS 서버에서 가져 오는 것보다 조금 빠르지 만 여전히 느립니다.

그래서 어떤 것이 있습니까 FAST이 방법이 있습니까? 나는 seprate 염색체 fasta 파일과 hg19.fa 파일을 가지고있다.

Answer 1

사용 UCSCtwoBitToFahttp://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/에

당신은 파이썬 twobitreader 모듈을 시도 할 수 있습니다 또한 http://genome.ucsc.edu/goldenPath/help/twoBit.html

Answer 2

참조 :

파이썬 -m twobitreader hg19.2bit <는

을 temp.bed

http://pythonhosted.org/twobitreader/