用途:提供从测序读长到抛光、质量评估的完整基因组组装流程,覆盖短读长、长读长与混合三种路径。
主要能力:
- QC 与过滤:短读长用 fastp,长读长用 NanoPlot。
- 组装:短读长用 SPAdes(含 --careful、--isolate),长读长用 Flye(--nano-raw、--nano-hq、--pacbio-hifi)。
- 抛光:短读长用 Pilon,长读长用 medaka(需匹配 basecalling 模型)。
- 质量评估:QUAST(可带参考与 GFF)与 BUSCO(需下载 lineage 数据库,如 bacteria_odb10)。
- 混合路径:Flye 长读长组装后用短读长 Pilon 抛光。
使用方式:按流程依次执行各工具命令,例如 fastp 过滤、spades.py 或 flye 组装、bwa+samtools+pilon 或 medaka_consensus 抛光、quast.py 与 busco 评估。资料提供完整 bash 脚本示例,含 THREADS、GENOME_SIZE、BUSCO_LINEAGE 等变量。
适用场景:细菌、真核等基因组组装;短读长、长读长或混合数据;需要 N50、BUSCO 等指标评估时。
限制:资料未提供软件版本、安装方式、运行时间、内存下限、许可与收费信息;参数建议表仅给出部分推荐值(如 SPAdes -m 细菌 64GB、真核 256GB+;Flye --genome-size 细菌 5m),实际需按物种与数据调整。排错表列出组装碎片化、N50 低、BUSCO 低、组装过大等可能原因与解决方向。