组装工具汇总(占坑用)

SOAPdenovo2

下载地址: https://github.com/aquaskyline/SOAPdenovo2

使用方法分为两步:

第一步: 构建配置文件, 最简单的配置方法如下，详细的参考"example.config"

#maximal read length
max_rd_len=150
[LIB]
avg_ins=200
reverse_seq=0
asm_flag=3
rd_len_cutoff=150
rank=1
pair_num_cutoff=3
map_len=32
q1=/path/to/read_1.fq
q2=/path/to/read_2.fq

需要调整的参数基本就下面两个

• max_rd_len: read的长度
• avg_ins: 插入文库长度，例如500bp, 350bp文库

第二步: 开始组装, 主要参数就是K, 如果K<=63, 用SOAPdenovo-63mer, 大于63则是SOAPdenovo-127mer. -p是线程数。

SOAPdenovo-63mer all -p 20 -s config -K 63 -R -o salvia 1> ass.log 2> ass.log &

结果文件是:

• *.config: contig序列
• *.scafSeq: scaffold序列

MaSuRCA: 混合组装工具

适用于二代和三代混合组装，也可以就只装二代数据。

官方提示：使用原始数据，不做任何的预处理，任何trimming, cleaning和error correction操作都会影响组装的结果。
这估计是软件本身会做上面这一步吧。

软件使用分为三步：

1. 创建配置文件

~/opt/biosoft/MaSuRCA-3.2.4/bin/masurca -g config.txt

2. 按照需求修改配置文件

主要分为DATA和PARAMETERS，DATA部分用来指定PE（双端illumina普通文库), JUMP（illumina大片段文库), OTHER（其他平台的测序结果）

PE = aa 180 20 /data/fwd_reads.fastq /data/rev_reads.fastq
# 两个字符作为前缀，文库插入平均大小，标准差(如果不清楚，约等于文库插入平均大小X0.15）

3. 产生组装程序并运行

~/opt/biosoft/MaSuRCA-3.2.4/bin/masurca  config.txt
./assemble.sh

最后的组装结果为genome.ctg.fasta，genome.scf.fasta

关于插入片段建议阅读一篇文章说清楚什么是“插入片段”？