SuperAPI AI 工具集

busco-status-interpretation

数据与分析

查看项目

更新于 10-16 06:19

技能介绍

用途:帮助正确解读 BUSCO(Benchmarking Universal Single-Copy Orthologs)结果,用于基因组、转录组与蛋白质组完整性评估,以及比较基因组学与论文报告。

主要能力:解释 BUSCO 四类状态——Complete single-copy(S)、Duplicated(D)、Fragmented(F)、Missing(M),其中 C% 恒为 S+D;说明 Duplicated 属于完整(存在且完整,只是多拷贝,可能来自全基因组复制、串联或片段复制、多倍化、异构体注释)。解析 short_summary.*.txt 的短格式,如 C:95.0%[S:90.0%,D:5.0%],F:3.0%,M:2.0%,n:255,以及 full_table.tsv 逐条结果(Busco_id、Status、Sequence、Score、Length)。支持跨组装/蛋白质组比较、谱系数据集选择、绘图与报告规范。

使用方式:按评估对象选择模式(genome、transcriptome、protein),选择最具体的谱系数据集,不确定时用 busco --auto-lineage。计数时须包含 Complete 与 Duplicated,如 df['Status'].isin(['Complete','Duplicated']);比较时统一使用同一谱系数据集、同一 BUSCO 版本;报告需给出全部四类与总数 n,并注明版本与数据集。

适用场景:组装质量评估、比较多个组装、蛋白质组/注释完整性检查。

限制与注意:混用谱系数据集或 BUSCO 大版本的结果不可直接比较;高 Duplicated 在植物、真骨鱼等属正常,但在单倍体细菌中可能提示未合并单倍型或污染;F% 偏高可能反映截断基因模型或组装问题;用错数据集会得到误导性低分。资料未提供具体安装命令与价格信息,暂未提供。