🧬 Proyecto Final: Análisis y Alineamiento de Secuencias

🦠 Brote de Brucelosis en Entre Ríos, Argentina

Garcia Justo, Valle Abril

Este proyecto es parte de un trabajo integrador donde aplicamos conceptos bioinformáticos avanzados para caracterizar la cepa Brucella suis, agente de un brote de brucelosis en Entre Ríos, Argentina. El objetivo es ensamblar, anotar, y analizar secuencias genómicas, así como diseñar un kit diagnóstico por PCR.

🎯 Objetivos

• Análisis de Calidad de datos Sanger e Illumina.
• Ensamblado de Secuencias y generación de contigs y scaffolds.
• Anotación y predicción de genes.
• Filogenia para analizar la evolución de B. suis.
• Diseño de Primers PCR para diagnóstico del brote.

📂 Estructura de Directorios

.
├── anotacion/
│   ├── blast_output/               # Resultados de BLAST en archivos XML
│   ├── anotacion.py                # Script de anotación general
│   ├── Anotacion.zip               # Archivo comprimido con datos de anotación
│   ├── blast_parseado.txt          # Resultados de BLAST procesados
│   ├── blast_resume.txt            # Resumen de los resultados de BLAST
│   ├── output.tsv                  # Archivo TSV con resultados de anotación
│   ├── parse_blast.py              # Script para parsear resultados BLAST
│   ├── print_output.py             # Script para imprimir el output final
│   └── README.md                   # Instrucciones de la carpeta anotacion/
├── data/
│   ├── glimmer/                    # Datos de Glimmer para predicción de ORFs
│   ├── ncbi_dataset/               # Datos de NCBI para análisis comparativo
│   ├── prokka/                     # Anotación de genes y predicciones con Prokka
│   ├── set3/                       # Secuencias de consenso y bases de datos
│   └── spades/                     # Datos procesados de ensamblaje con SPAdes
├── filogenia/
│   ├── *tree                       # Archivos de árboles generados
│   ├── *treefile/                  # Archivos de árboles en formato treefile
│   ├── mi_fasta*                   # Archivo fasta utilizado para el MSA
│   ├── parser.py                   # Script python utilizado para cambiar el ID de fasta a la especie
│   └── version_filtrada/           # Análisis filogenético con eliminando regiones del MSA
└── disenio_primers/                # Script para el diseño de primers

🔧 Requisitos

Para ejecutar este proyecto necesitas las siguientes herramientas:

• Python
• BioPython
• BLAST
• Glimmer
• Prokka
• SPAdes
• Quast
• DeepLocPro
• pfam_scan

🚀 Etapas del Proyecto

1. Preprocesamiento de Secuencias
   • Sanger: Limpiar secuencias de baja calidad.
   • Illumina: Analizar calidad (sin procesamiento adicional).
2. Ensamblado de Secuencias
   • Ensamblar secuencias largas con Sanger y generar el contig de consenso en anotacion/.
   • Ejecutar un ensamblado híbrido con SPAdes, usando el contig de Sanger y lecturas cortas de Illumina.
3. Anotación y Predicción de Genes
   • Predicción ab initio con Glimmer.
   • Anotar genes con Prokka y visualizar el ensamblado anotado en un visor de genomas.
4. Análisis Filogenético
   • Realiza una búsqueda PSI-BLAST
   • Alineamiento múltiple con Clustal X
   • Construcción de un árbol filogenético para explorar la relación evolutiva de B. suis.
5. Diseño de Primers para Diagnóstico PCR
   • Diseñar primers para todos los genes predichos con Perl.

📊 Resultados

Cada subdirectorio contiene los resultados específicos de cada análisis:

• data/spades: Contiene ensamblados de alta precisión y corrección de secuencias.
• data/glimmer: Archivos de predicción de ORFs.
• data/prokka: Archivos de anotación de genes y predicciones con Prokka.
• anotacion/blast_output: Archivos XML de resultados BLASTp para los genes predichos con Prokka.
• filogenia/: Diferentes archivos utilizados en el análisis filogenético.
• disenio_primers: Archivo de primers en formato fasta y tabla con temperaturas de melting y longitud de producto.

📈 Informe y Documentación

Una versión más académica y extendida de los procesos llevados a cabo puede visualizarse en PDF.

👥 Integrantes