打开网站

使用在线网站Reputer（BiBiServ2 - REPuter (uni-bielefeld.de)）进行散在重复序列分析。

点击Submission。

image-20240313092950511

上传文件

点击upload上传fasta文件，其他的参数保持默认就行。

image-20240313093120294

上传成功后点击next。

image-20240313093214951

设置参数

image-20240313093325044

  1. 左边的Match Direction全都选上
  2. 右边我使用的参数：
    Hamming Distance: 3
    Maximum Computed Repeats: 5000
    Minimal Repeat Size: 30

image-20240313093532607

设置好之后，点击next。

分析并导出结果

点击 start calculcation

image-20240313093604725

等它运行完，结果就出来了

image-20240313093658805

然后自行下载文件即可。

image-20240313093710058

第二行 454458: 序列长度， 后面的-3，8 分别为maximum allowed distance， minimum repeat size

数据一共有7列：

  1. 重复序列1的长度
  2. 重复序列1的起始位置
  3. 重复序列类型：Forward (direct) [F]; Reverse [R]; Complement [C]; Palindromic [P]
    image-20240313104025017
  4. 重复序列2的长度
  5. 重复序列2的起始位置
  6. 重复距离
  7. Evalue

image-20240313093855998

结果优化

先把文件复制粘贴到Excel表格中，并对数据进行分列

image-20240313104316192

image-20240313104334002

image-20240313104416825

image-20240313104441155

然后计算一下序列的终止位置。

终止位置-起始位置+1=序列长度

终止位置=序列长度+起始位置-1

然后将它们仅复制为值

image-20240313104715831

用取并集的方式对序列进行整理。

这项工作比较繁琐，可以先对数据进行排序，然后突出显示重复值，这样会减轻一点工作量。

比如第一行和第二行数据，第二行数据明显在第一行数据里面，那么我们此时需要把两条序列合并，即删除第二行序列，不用管序列的类型。

image-20240313151415868

如果有多行数据相交的话，取这个区间的最大值和最小值，只保留一条数据。

比如这三行数据相交，序列1只要保留399379和399435，序列2只要保留421785和421841。若序列1长度和序列2长度不同，则相差不大即可。

image-20240313152438732

这种自己和自己重复的也要去掉

image-20240313152211118

注意：

  1. 相交的数据可能不在相邻几行中，要注意观察
  2. 只有序列1和序列2两条数据同时相交才可以合并。像图中的这两行数据就不可以合并。
    image-20240313152845756