Resultados obtenidos.

El estudiante debe ser capaz de responder las siguientes preguntas:

• ¿Qué problemas se pueden evidenciar con el control de calidad realizado en
los datos de secuenciación?
Tras el primer control de calidad los problemas que se pudieron evidenciar son
básicamente 5, los cuales presentan un símbolo naranja de advertencia y son: calidad de
secuencias por bloque, contenido de la secuencia por bases, distribución del tamaño de
la secuencia, el contenido de adaptadores y el contenido de kmer.

• ¿Cómo ayuda la predicción de genes en la comparación de genomas

ensamblados?
La predicción de genes se basa en la hipótesis de que los exones son las regiones
que se conservan generación tras generación debido a que desempeñan funciones vitales
para el organismo, por lo que cuando se comparan genomas ensamblados existe la
posibilidad de determinar cuan factible es en realidad dicho ensamblaje considerando
las zonas de altas conservación.
Es decir que gracias a que los genes tienen zonas codificantes estos tendrán
menores porcentajes de mutaciones, por lo que su predicción puede ayudar en el análisis
de la coherencia de un ensamblaje.
• De acuerdo a sus ensamblajes, ¿Cuál es el tamaño aproximado del genoma de
S. aureus?
El tamaño aproximado del genoma aproximado es de 2821361 pb.
• ¿Qué diferencia encuentra entre los gráficos de los ensamblajes observados con
BANDAGE?
Sus gráficos se diferencian por las diferentes figuras que muestran sus
ensamblajes. Siendo la figura más grande las que están unidos y se encuentran
ensamblados. Las líneas que se encuentran separadas son aquellas secuencias que están
muy lejos de parecerse.
Conclusiones
 Un control de calidad y pre-procesamiento de los datos de secuenciación es vital
para eliminar secuencias de baja calidad y adaptadores o secuencias
contaminantes, los cuales pueden afectar los resultados del ensamblaje.
 Cuando se usa el algoritmo de ensamblaje basado en gráficos de Bruijn, el
parámetro más importante a tomar en cuenta es el tamaño de kmer, el cual
servirá de base para encontrar el mejor ensamblaje.
 La comparación de ensamblajes utilizando parámetros de integridad (predicción
de genes), aparte de las estadísticas de longitud (N50, NG50, ...), sirve de guía
para encontrar un ensamblaje más completo.