28 de septiembre de 2017

contrato FPI: QTL, genes y caracteres para mejora de cebada


Oferta de contrato FPI para trabajar en la Estación Experimental de AulaDei, Zaragoza, Departamento de Genética y Producción vegetal.
Proyecto: Descubrimiento y aplicación de QTL, genes y caracteres para la mejora genética de la cebada. Investigadores responsables: Ernesto Igartua, Ana M. Casas.
El trabajo se centrará en la búsqueda de caracteres fisiológicos de la cebada asociados al rendimiento en condiciones de sequía. La cebada es el principal cultivo español por superficie, y se cultiva especialmente en zonas vulnerables a los estreses abióticos. El trabajo se realizará fundamentalmente sobre poblaciones de cebada bien caracterizada por marcadores moleculares, por lo que se planteará la búsqueda de loci relacionados con los fenotipos. Se emplearán técnicas de análisis de imagen en campo, usando índices espectrales y térmicos relacionados con el comportamiento de la cebada frente a la sequía, en ensayos con y sin riego, y también de fenotipado de raíces, mediante una estancia en un grupo colaborador en Italia. Si se encontrara algún carácter de relevancia especial, se explorarán las posibilidades de continuar la experimentación hacia la identificación de los genes responsables.
La convocatoria está disponible en
Se busca una persona con un buen nivel de inglés y se valorará la experiencia previa (a nivel de máster o de prácticas) en genética, fisiología vegetal o agronomía. Dirección de contacto: mailto:igartua@eead.csic.es

25 de septiembre de 2017

PhD in Brachypodium perennial species

We seek candidates for a PhD FPI contract associated to our project “Evolution of biological traits and speciation processes in the model genus Brachypodium (Poaceae) through comparative and functional genomic” (CGL2016-79790-P). The PhD thesis will investigate the origins and evolutionary changes of perenniality/annuality switches and the pangenomic diversity and phylogeography of model grass species of Brachypodium.

The work (2018-2021) will be carried out at the High Polytechnic School of Huesca (University of Zaragoza, Spain) with research stays at CSIC (with Bruno Contreras-Moreira @ EEAD and Pilar Hernández @ IAS) and international institutes and participation in CSP Joint Genome Institute projects. The PhD thesis will include field and greenhouse work, genomic and transcriptomic data generation and processing, and development of computational pipelines for genomics and phylogenomic analyses of perennial and annual species of Brachypodium.

The research team has a large experience in evolutionary genomics (www.bifi.es/bioflora), computational biology (www.eead.csic.es/compbio) and translational genomics (https://goo.gl/RSnfw3) studies of grasses.

Applicants should comply with the requirements to apply for a Spanish PhD contract (open to European Community and other countries citizens, see information at https://goo.gl/5Bp6YW). Experience in plant evolutionary biology, genomics and bioinformatics will be highly valued.

Interested applicants please contact Prof. Pilar Catalan (pcatalan@unizar.es) and send Curriculum Vitae and a brief motivation letter before October 3 2017.

 

7 de septiembre de 2017

acogemos un estudiante o postdoc del programa EMHE

Hola,
nuestro laboratorio tiene interés en acoger a un estudiante de doctorado o posdoc de Argentina, Costa Rica, Perú y Uruguay del programa EMHE “Enhancing Mobility between Latin-American and Caribean countries and Europe”. Las instrucciones para participar en la convocatoria están en http://www.csic.es/programa-emhe

Nuestra propuesta, que podréis encontrar en en las páginas web de las agencias financiadoras latinoamericanas MINCYT (ar), MICITT (cr), CONCYTEC (pe) y ANII (uy), gira en torno a la idea de que el pangenoma de una especie, la unión de todos los genomas de sus individuos, contiene variabilidad genética (codificante y no codificante) útil para estudiar el fenotipo, tanto en microorganismos como plantas. Sin embargo, construir y manejar pangenomas supone un reto. Este proyecto contribuirá a facilitar este tipo de análisis, en base a nuestra experiencia previa con https://github.com/eead-csic-compbio/get_homologues .

El candidato o candidata deberá tener conocimientos de Biología Molecular, Genómica y Biología Computacional, incluyendo experiencia real en el uso de lenguajes de programación en entornos Linux, como por ejemplo Perl, Python, R, Java o C++. Este blog es una buena muestra del trabajo en el grupo. Por favor contacta con bcontreras@eead.csic.es (https://digital.csic.es/cris/rp/rp02661).

Un saludo,
Bruno

5 de septiembre de 2017

one-liner for insert size histogram from BAM

Hola,
ayer necesitábamos obtener rápidamente un histograma con el tamaño de los insertos de una librería de lecturas/reads paired-end. Lo logramos con este one-liner que requiere haber instalado R:

$ samtools view -q 30 -F 3916 mapped_reads.bam | cut -f 9 | \
   Rscript -e 'data=abs(scan(file="stdin")); pdf("hist.pdf"); hist(data,xlab="insert size (bp)")'

$ evince hist.pdf

Lo explico por pasos:

1) Previamente habíamos alineado/mapeado las lecturas contra una referencia y convertido el alineamiento a formato BAM. Podemos hacernos una idea qué mapeos contiene el fichero mapped_reads.bam con ayuda de samtools:

$ samtools flagstat mapped_reads.bam 

497656 + 0 in total (QC-passed reads + QC-failed reads)
0 + 0 duplicates
497409 + 0 mapped (99.95%:-nan%)
497656 + 0 paired in sequencing
248828 + 0 read1
248828 + 0 read2
492706 + 0 properly paired (99.01%:-nan%)
...

2) con -q 30 le pedimos a samtools que nos devuelve solamente lecturas con calidad de mapeo (MAPQ) >= 30

3) con -F 3916 le pedimos que ignore, según podemos averiguar aquí, los siguientes tipos de lecturas: "read unmapped, mate unmapped, first in pair, not primary alignment, read fails platform/vendor quality checks, read is PCR or optical duplicate, supplementary alignment"

NOTA1: Si el fichero BAM es muy grande se puede hacer lo mismo con una muestra al azar de las lecturas, por ejemplo el 10%, con samtools view -s 0.10.

NOTA2: Si la distribución de mapeos contiene algunos insertos anormalmente grandes el histograma por defecto puede quedar demasiado ancho. En ese caso puede ser buena idea probar algo como:

hist(data[data < quantile(data,0.99)])

Hasta luego,
Bruno

28 de agosto de 2017

mean sequence length in FASTA

Hola,
para calcular la longitud promedio de las secuencias de un fichero FASTA estábamos usando el siguiente comando de Perl en el terminal, modificado de otro en https://eead-csic-compbio.github.io/perl_bioinformatica/node90.html:

$ time perl -lne 'if(/^(>.*)/){$h=$1}else{$fa{$h}.=$_} END{ foreach $h (keys(%fa)){$m+=length($fa{$h})}; printf("%1.0f\n",$m/scalar(keys(%fa))) }' ~/db/swissprot
376

real 0m4.943s
user 0m4.488s
sys 0m0.452s

Sin embargo, para ficheros de metagenomas era muy lento, y lo hemos reemplazado por este otro, que no guarda las secuencias en memoria (en un hash llamado %fa):

$ time perl -lne 'if(/^(>.*)/){$nseq++;$m+=$l;$l=0}else{$l+=length($_)} END{ $m+=$l; printf("%1.0f\n",$m/$nseq) }' ~/db/swissprot

376

real 0m2.013s
user 0m1.880s
sys 0m0.132s

Hasta luego,
Bruno