温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

ALLPATHS-LG怎么安装使用

发布时间:2021-12-18 15:00:59 来源:亿速云 阅读:214 作者:iii 栏目:大数据

这篇文章主要讲解了“ALLPATHS-LG怎么安装使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“ALLPATHS-LG怎么安装使用”吧!

ALLPATHS-LG 是由Broad Institiute研究所发明的一款基因组组装软件,不论是细菌/真菌等小型基因组,还是动植物等大型基因组的组装,它都能够胜任。

和其他组装软件不同的是,allpaths-lg要求至少两个文库

  • 第一个文库的插入片段长度不能超过测序读长的两倍,这样可以保证双端测序的reads之间存在overlap,这样的文库类型称之为fragment

  • 第二个文库的插入片段通常大于3kb,超长读长有利于基因组的组装,这样的文库类型称之为jumping


除了插入片段外,allpaths-lg对测序深度也有要求,推荐100X以上。

在组装时,对于硬件资源也有一定的要求,对于哺乳动物基因组,建议内存大小为512G, 对于小基因组,建议内存大小32G。

安装过程如下

wget ftp://ftp.broadinstitute.org/pub/crd/ALLPATHS/Release-LG/latest_source_code/allpathslg-52488.tar.gz
tar xzvf allpathslg-52488.tar.gz
cd allpathslg-52488/
./configure --prefix=$(pwd)
make
make install

安装好之后,在bin目录下可以找到程序的可执行文件。为了方便调用,可以把bin目录添加到PATH环境变量中。官方提供了小的测试数据集, 可以帮助我们了解软件的用法

wget ftp://ftp.broadinstitute.org/pub/crd/ALLPATHS/Release-LG/test.genome.tar.gz

allpaths-lg的运行分成以下两步

1. 准备输入文件

在bin目录下,有一个名为PrepareAllPathsInputs.pl的可执行文件,这个文件就是用来准备输入文件的。这个文件需要读取以下两个文件

in_groups.csv,示例如下

        file_name, library_name, group_name
seq/frags.?.fastq, Solexa-25396, frags
seq/jumps.?.fastq, Solexa-11542, jumps

逗号分隔的3列文件,group_name代表每组的唯一的ID,library_name代表文库的名字, file_name 代表序列文件,对于双端测序的文件,可以使用通配符来表示R1端和R2端。

in_libs.csv, 示例如下

library_name, project_name, organism_name, type, paired, frag_size, frag_stddev, insert_size, insert_stddev, read_orientation, genomic_start, genomic_end
Solexa-25396, test, test.genome, fragment, 1, 180, 10, , , inward, 0, 0
Solexa-11542, test, test.genome, jumping, 1, , , 3000, 500, outward, 0, 0

逗号分隔的12列文件,library_name和in_groups.csv文件中的文库名字相同,project_name代表项目名称,organism_name代表组装的物种名称,type代表文库类型,fragment代表插入片段短,存在overlap的文库;jumping代表插入片段非常长的文库,paired代表测序类型,0表示单端测序,1表示双端测序;frag_size和frag_stddev只针对fragment文库,分别表示插入片段长度的平均数和方差;insert_size和insert_stddev只针对jumping文库,分别代表jumping文库插入片段长度的均值和方差;read_orientation代表测序方向,genomic_start和genome_end用来过滤序列,小于genome_start和大于genome_end的序列会被过滤掉,在实际使用时,直接填0就可以了。

对于fragment和jumping 文库,测序方向分别对应inward和outward。

ALLPATHS-LG怎么安装使用

以上两个文件根据自己的数据填写好之后,就可以运行下面的代码了

PrepareAllPathsInputs.pl \
DATA_DIR=$PWD/test.genome/data \
PLOIDY=1 \
IN_GROUPS_CSV=in_groups.csv \
IN_LIBS_CSV=in_libs.csv \
GENOME_SIZE=200000 \
OVERWRITE=True

DATA_DIR代表数据的存放目录,要去必须是绝对路径,test.genome必须和csv文件中的organism_name相同。PLOIDY代表染色体倍性,allpaths-lg目前只支持单倍体和二倍体。运行结束后,在输出目录会生成如下文件

├── frag_reads_orig.fastb
├── frag_reads_orig.pairs
├── frag_reads_orig.qualb
├── frag_reads_orig.source.txt
├── jump_reads_orig.fastb
├── jump_reads_orig.pairs
├── jump_reads_orig.qualb
├── jump_reads_orig.source.txt
├── ploidy
└── read_cache

每个文库的序列会生成对应的.fastb, .pairs, qualb三个文件;ploidy 记录染色体倍性;read_cache 是临时目录。

2. 组装

准备好输入文件之后,就可以进行组装了,命令如下

RunAllPathsLG \
PRE=$PWD\
REFERENCE_NAME=test.genome\
DATA_SUBDIR=data\
RUN=run\
SUBDIR=test\
TARGETS=standard\
OVERWRITE=True

上述命令中的5个参数构成了如下的目录结构

PRE/REFERENCE_NAME/DATA_SUBDIR/RUN/SUBDIR

allpaths-lg通过这样的目录结构来存放多个基因组组装的结果。

组装的结果保存在SUBDIR 目录下,final.contigs.fasta对应contig的结果,final.assembly.fasta对应scaffold的结果。

感谢各位的阅读,以上就是“ALLPATHS-LG怎么安装使用”的内容了,经过本文的学习后,相信大家对ALLPATHS-LG怎么安装使用这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI