QUAST:评估基因组组装效果

生信修炼手册

发布于 2020-05-08 16:29:35

5.9K0

发布于 2020-05-08 16:29:35

欢迎关注"生信修炼手册"！

对于不同kmer或者不同软件的基因组组装结果，我们通常会通过N50等指标来进行评估。

对于一个组装出来的序列，不论是contig还是scaffold, 首先将各个序列根据长度从大到小排序，然后从第一个序列开始，将长度进行累加，直到累加的长度超过了总长度的50%，此时，最后一个累加的contig的长度就是N50的长度。示意图如下

上图中N50的长度就是60，和N50的概念类似，还有N75, N90等说法，这些指标可以统称为Nx。Nx越大，说明组装出来的片段长度越长一定程度上，证实了组装结果越好。

除了Nx指标外，还有Lx指标，比如L50,指的是累加的contig的个数，示意图如下

上图中L50的值是3。在实际分析中，我们可以通过现有软件来计算N50， L50等指标，quast就是最常用的软件之一。该软件有在线服务，链接如下

http://quast.bioinf.spbau.ru/

只需要上传fasta格式的contig或者scaffold序列，然后提交即可。在线服务虽然方便，但是也是有限制的，上传的fasta文件大小不能够超过100Mb，对于实际的基因组项目而言，当是不能满足要求。此时，可以下载软件到本地服务器，然后运行。

安装过程如下

wget https://sourceforge.net/projects/quast/files/quast-4.6.3.tar.gz
tar xzvf quast-4.6.3.tar.gz
cd quast-4.6.3/

quast基于python开发，以来matplotlib库进行绘图，保证python和matplotlib安装好，然后直接下载源代码，解压缩就可以使用了。

用法如下

python quast.py -t 10 -o test1_out contigs.fasta

-t参数指定线程数，-o参数指定输出结果的目录。运行完成后，输出目录会生成如下文件

├── basic_stats
├── icarus.html
├── icarus_viewers
├── quast.log
├── report.html
├── report.tex
├── report.tsv
├── report.txt
├── transposed_report.tex
├── transposed_report.tsv
└── transposed_report.txt

直接看report.html文件就就可以了。