Canu | 三代测序数据组装软件②
Canu软件简介
Canu软件是Celera Assembler基因组组装软件的一个分支，能利用测序错误率较高的三代测序数据（PacBio或Nanopore）进行基因组De novo组装。该软件的命令行运行方法非常简单，运行速度较快且比较稳定，并能得到较好的基因组组装结果。
Canu软件的运行分四个步骤：（1）首先，调用MHAP软件对错误率较高的三代测序raw reads进行比对，找序列之间的重叠；（2）然后，通过一致性分析方法对reads进行校正；（3）对reads两端覆盖度较低无法校正的碱基进行截短，对reads内部无法校正的碱基位点进行打断；（4）使用OLC算法进行基因组组装。
Canu官网
https://github.com/marbl/canu
Canu软件安装
#1、利用conda安装canu
conda install -y canu
#2、编译安装canu
wget \
https://github.com/marbl/canu/archive/refs/heads/master.zip
# 解压文件
unzip master.zip
# 安装软件
cd canu-master/src
make -j
# 将软件添加到环境变量(根据自己的安装路径进行添加)
vim ~/.bashrc
PATH=/opt/biosoft/GENOME/canu-2.0/Linux-amd64/bin/:$PATH
source ~/.bashrc
Tips：①如果wget无法下载建议用浏览器下载后自行传入服务器；②将软件添加到bashrc时，需要根据自己软件的安装位置进行添加；添加完成后需要source刷新一下
Canu示例数据下载
# pacbio示例数据下载
wget \
-O pacbio.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494912/SRR8494912
# nanopore示例数据下载
wget \
-O nanopore.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494939/SRR8494939
Canu示例数据处理（sra转fastq)
# pacbio示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 pacbio.sra
# nanopore示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 nanopore.sra
Tips：fastq-dump会将sra格式转化成fastq格式，同时--gzip参数会对fastq进行压缩，示例pacbio.sra最终会被转化为pacbio.fastq.gz
Canu常用普通参数
-s : 输入一个参数配置文件，该文件包含很多其他参数，参数都是以Tag=value形式写入到该配置文件中，具体内容请自行查看软件帮助文档。
-p : 设置输出文件前缀，此参数是必须的；
-d : 设置输出文件路径；
-pacbio-raw : 设置原始pacbio测序数据路径；
-pacbio-corrected : 设置修正后的pacbio测序数据路径；
-nanopore-raw ：设置原始nanopore测序数据路径；
-nanopore-corrected ：设置修正后的nanopore测序数据路径；
genomeSize : 设置预估的基因组大小，这用于让Canu估计测序深度；
maxThreads : 设置运行的最大线程数。
Canu使用案例
canu \
-d pacbio_canu_out \
-p pacbio_canu \
genomeSize=5.4m \
maxThreads=12 \
-pacbio-raw pacbio.fastq.gz
Canu主要结果输出文件
# 最终拼接结果文件，用于下游分析
pacbio_canu.contigs.fasta
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2022-07-09，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
