Ссылка на colab.

Ссылка на encodeproject моего образца.

Для простоты я кодировал файлы последними тремя буквами.

Все отчеты в папке fastqc. Я заметил, что качество исходных fastq файлов уже достаточно хорошее, но на всякий случай решил обрезать их с помощью trimmomatic. Вот графики per base sequence quality:

Также я заметил, что на всех графиках GC есть пик справа на колоколе. Для примера приведу ATH.

Видимо, процент выравниваний мал, потому что мы выравниваем только на одну хромосому. Еще получилось много неуникальных выравниваний, но это я объяснить не смог.

Пиков в ENCODE на порядок больше. Скорее всего это, опять же, из-за того, что мы выравниваем на одну хромосому. Однако, у нас получилось некоторое число пиков, которых нет в ENCODE. Скорее всего, это из-за того, что мы более детально работали с одной хромосомой, но это скорее спекуляция. Уникальных для нас пиков больше чем пересечений между нами и ENCODE, из чего следует, что это существенная часть, а не просто случайные ошибки.