Flye | 三代测序数据组装软件③

生信real

发布于 2022-08-18 09:03:23

1.2K0

发布于 2022-08-18 09:03:23

文章被收录于专栏：Linux基础入门Linux基础入门

Flye软件简介

Flye是针对三代测序数据开发的基因组de novo组装的生信软件。同时也可拼接质粒和宏基因组。

Flye官网

https://github.com/fenderglass/Flye

Flye软件安装

#1、conda安装flye                           
conda install -y flye 
#2、编译安装flye
wget \
https://github.com/fenderglass/Flye/archive/refs/heads/flye.zip
# 解压文件
unzip flye.zip
# 安装软件
cd Flye-flye
make
# 将软件添加到环境变量
vim ~/.bashrc
PATH=/opt/biosoft/GENOME/Flye-flye/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

Flye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

Flye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

Flye常用选项参数

--nano-raw ：设置 nanopore 原始数据所在路径
--nano-corr ：设置纠错后的 nanopore 数据所在路径
--pacbio-raw ：设置 pacbio 原始数据所在路径
--pacbio-corr ：设置纠错后 pacbio 数据所在路径
--genome-size ：预估基因组大小，评估覆盖深度
--threads ：线程数
--out-dir ：输出结果文件路径

Tips：--pacbio-corr/--nano-raw纠错时间较长，效果甚微，一般建议直接输入原始数据进行拼接

Flye使用案例

flye \
--pacbio-raw pacbio.fastq.gz \
--genome-size 5.4m \
--out-dir pacbio_flye_out

Flye主要结果输出文件

assembly_info.txt # 查看组装结果是否成环
assembly.fasta # 最终组装结果文件，用于下游分析

## 通过cat命令查看assembly_info.txt信息
$ cat assembly_info.txt 
#seq_name length cov. circ. repeat mult. graph_path
contig_1 5314007 182    +     -      1      1
contig_2 107531 249     -     -      1     2,3
contig_4 88570   178    +     -      1      4
contig_5 175726 204     -     -      1     5,3