基因组从头组装

基因组组装

基因组组装一般分为三个层次，contig, scaffold和chromosomes. contig表示从大规模测序得到的短读(reads)中找到的一致性序列。组装的第一步就是从短片段(pair-end)文库中组装出contig。进一步基于不同长度的大片段(mate-pair)文库，将原本孤立的contig按序前后连接，其中会调整contig方向以及contig可能会存在开口(gap,用N表示)，这一步会得到scaffolds,就相当于supercontigs和meatacontigs。最后基于遗传图谱或光学图谱将scaffold合并调整，形成染色体级别的组装(chromosome).【转载】

具体详细可以仔细阅读https://www.jianshu.com/p/f1ba7c96160f

里面写了很多软件以及练习数据，软件的安装，进行多次试探以及看了多篇文章，最终发现用SPAdes 组装 ，QUAST评估用的比较好。

SPAdes 安装比较简单（http://spades.bioinf.spbau.ru/release3.10.1/manual.html）

 wget http://cab.spbu.ru/files/release3.10.1/SPAdes-3.10.1.tar.gz
tar -xzf SPAdes-3.10.1.tar.gz
cd SPAdes-3.10.1/bin/

运行脚本（我的数据是单端测序，选择 -s，根据数据，有多种参数选择 ）

sudo python spades.py -k 55 -s /media/gsadmin/vd2/fastq/x'x.fastq -o /media/gsadmin/vd2/fastq/x'x.results （在此之前,k值未定，自动运行有21，33，55，77，99，127）

未选择K值时，运行时间太久，选择其中一个，后面根据评估值，会再进行调整。

QUASTA安装（http://quast.bioinf.spbau.ru/manual.html）

安装过程很曲折，不知道为什么一直报错，说是操作不支持，后面就根据官网提示的邮箱联系对方，先是怀疑系统问题，知道用ubuntu系统没问题，后面说他们解决symlink issue 一般就是从版本3.0换到4.6.3 ，换个版本还是不行后，对方怀疑是不是安装在虚拟机上，想起来我的服务器进行了mount（可能mount后就不行了），所以换了一个服务器后再次下载4.6.3，终于安装完成。

wget https://downloads.sourceforge.net/project/quast/quast-4.6.3.tar.gz

tar -xzf quast-4.6.3.tar.gz

cd quast-4.6.3

遇到权限问题时，可以在前面加上sudo

 sudo python quast.py ../fastq/xx.results/contigs.fasta --gene-finding -o ../fastq/output
结果在report.txt中。

后面其他相关软件会持续更新。。。