一、简介
SOAPdenovo2是用于short-read组装的软件，能够组装出类似人类基因组大小的de novo草图。SOAPdenovo主要用于大型植物和动物基因组的组装，当然也适用于组装细菌和真菌，组装大型基因组，如人类时，可能需要150G内存。
二、下载与安装
1.下载
GitHub - aquaskyline/SOAPdenovo2: Next generation sequencing reads de novo assembler.
如下图，点击Download ZIP下载安装包，然后通过Xftp上传服务器的指定文件夹
点击Download ZIP下载后通过Xftp上传服务器
2.安装
解压后进入目录，输入make进行编译即可
unzip SOAPdenovo2-master.zip
cd SOAPdenovo2-master
make
三、使用
1.构建configuration file
SOAPdenovo2的使用需要自己构建配置文件，可以根据软件目录中的示例配置文件"example.config"进行构建，主要包含以下参数：
1）max_rd_len
唯一的全局配置参数，read的最大长度，任何比它大的read会被切到这个长度，该值一般设置的比实际read读长稍微短一些
2）avg_ins
文库的平均插入长度
3）reverse_seq
是否需要将序列反向互补，Illumima GA 产生两种 paired-end 文库：一是forward-reverse；另一个是 reverse-forward。"reverse_seq"参数应该如下设置：0，forward-reverse（插入片段少于500 bp）；1，reverse-forward（插入片段 2 kb 以上的环状文库）
3）asm_flags
决定reads在组装的哪些过程中用到，1（仅进行contig组装）；2（仅进行scaffold组装）；3（contig和scaffold都组装）；4（只进行gap closure）
4）rd_len_cutof
与 max_rd_len 类似，均是将比它大的read切到这个长度
5）rank
为整数值，它决定在scaffold组装时reads被利用的顺序。文库中具有同样rank值的会被同时使用（在组装scaffold时）。
6）pair_num_cutoff
可选参数，规定了连接两个contig或者是pre-scaffold 的可信连接的阈值，即当连接数大于该值，连接才算有效。对于pair-end数据，默认值为3；对于mate-paird数据，默认值为5
7）map_len
可选参数，规定了在map过程中reads和contig的比对长度必须达到该值，该比对才能作为一个可信的比对。对于paired-end数据，默认值为32；对于mate-pair数据，默认值为35
举个例子：
#maximal read length
max_rd_len=150
[LIB]
#average insert size
avg_ins=350
#if sequence needs to be reversed
reverse_seq=0
#in which part(s) the reads are used
asm_flags=3
#use only first 100 bps of each read
rd_len_cutoff=150
#in which order the reads are used while scaffolding
rank=1
# cutoff of pair number for a reliable connection (at least 3 for short insert size)
pair_num_cutoff=3
#minimum aligned length to contigs for a reliable read location (at least 32 for short insert size)
map_len=32
#a pair of fastq file, read 1 file should always be followed by read 2 file
f1=D1700703_1.fa
f2=D1700703_2.fa
#single-reads用"f=/path/filename" or "q=/path/filename" 表示 fasta or fastq 格式
#paired-reads被放在两个fasta文件中，分别为"f1=" and "f2="；fastq文件由"q1=" and "q2="表示
#paired-reads如果全在一个fasta文件中，则用"p=" 选项
#reads在bam文件中则用"b="选项
2.运行
运行分为两种方式，一般采用一站式运行
1）一站式运行
SOAPdenovo-63mer all -s config_file -K 63 -R -o graph_prefix 1>ass.log 2>ass.err
all的常用参数
-s <string> 配置文件：config
-o <string> 输出图形文件名的前缀
-K <int> 输入的kmer(最小13, 最大63/127): 默认值[23]
-p <int> 线程数,默认值[8]
-a <int> 初始化内存:避免内存再分配,默认[0]G
-d <int> 去除kmers频数不大于该值的k-mer，默认值[0]
-R (optional) 利用read鉴别短的重复序列，默认值[NO]
-D <int> 去除频数不大于该值（edgeCovCutoff）的由k-mer连接的边，默认值[1]，即该边上每个点的频数都小于等于1时才去除
-M <int> 在contiging操作时，合并相似序列的强度，默认值为[1]，最小值0，最大值3
-f (optional) 在map那一步中，对于使用SRkgf去填充gap，输出与gap相关的reads,默认[NO]
-F (optional) 利用read对scaffold中的gap进行填补，默认[NO]
-u (optional) 构建scaffolding前不屏蔽高/低覆盖度的contigs，这里高频率覆盖度指平均contig覆盖深度的2倍。默认[mask]屏蔽
-G <int> 估计gap的大小和实际补gap的大小的差异值，默认值[50]bp
-L <int> 用于构建scaffold的contig的最短长度(minContigLen)，默认为：[Kmer参数值+2]
# 使用下面的命令查看其余参数
SOAPdenovo-63mer all -h
2）分步运行
#step1
SOAPdenovo-63mer pregraph -s config_file -K 63 -R -o graph_prefix 1>pregraph.log 2>pregraph.err
#step2
SOAPdenovo-63mer contig -g graph_prefix -R 1>contig.log 2>contig.err
#step3
SOAPdenovo-63mer map -s config_file -g graph_prefix 1>map.log 2>map.err
#step4
SOAPdenovo-63mer scaff -g graph_prefix -F 1>scaff.log 2>scaff.err
3）输出文件
运行的结果文件中，其中有下面两个主要的组装结果文件
*.contig # contig序列文件
*.scafSeq # scaffold序列文件
参考：
SOAPdenovo2的安装使用
目前最好最完整的SOAPdenovo使用说明
基因组组装工具之 SOAPdenovo 使用方法
SOAPdenovo组装软件使用记录
soapdenovo2进行基因组组装
