《表2 样品和参考基因组比对情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于RNA-Seq技术的葡萄不同花型新转录本预测和基因结构优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

我们对RNA-Seq测序的原始数据进行质量控制。首先去除了原始数据中的接头污染，并且对含有未知碱基比例大于5%的片段和质量值小于20的片段进行了过滤，最终得到了173.41 Gb干净数据（clean data）。利用TopHat2软件（v2.0.12版），设置参数mismatch=2，对各样品中过滤后的测序序列进行基因组定位分析。各样品的clean reads与参考基因组PN40024的序列比对效率为56.71%～69.65%，各样品Q30[质量值（Q）越高代表碱基被测错的概率（P）越小，其计算公式为Q=-10lg P，Q30代表碱基被测错的概率为1‰]碱基百分比均≥88.74%，表明碱基识别准确度较高。如表2所示，各样品比对到指定参考基因组上的匹配读段均不低于总数的56.71%。其中，比对到参考基因组唯一位置的单一匹配读段（uniquely mapped reads）均不低于55.45%；比对到参考基因组多处位置的多匹配读段（multiply mapped reads）平均为1.27%，这些读段对应的基因可能是多拷贝基因。碱基类型分布情况检查表明，测序数据无AT、GC分离现象，且GC含量平均在46.56%左右（表2）。