基因组去冗余(一)

去冗余

一般我们在组装简单的基因组的时候是不需要去冗余的,像龙眼、花椰菜、木瓜等都属于简单基因组,组装出来就可以进行下一步了,但是有些基因组是有重复的,甚至是高重复的基因组,那我们就需要进行去冗余处理!

在这里推荐一款去冗余的软件--khaper

https://github.com/lardo/khaper

软件的安装

这个软件直接下载,给权限就可以用了,只需要安装jellyfish

git clone https://github.com/lardo/khaper.git
cd khaper/Bin   &&  chmod 755 *
conda install -c bioconda jellyfish

软件的使用

1.Prepare input files

Prepare:
assemble.fasta  # genemone assembly with dupplcated sequences.
PE300_1.fq.gz       # read1
PE300_2.fq.gz       # read2

2.Build the kmer frequency table

ls *.gz > fq.lst
#一般我们的基因组都大于100M,小于10G,所以k我们就设定17就好了
perl Bin/Graph.pl pipe -i fq.lst -m 2 -k 17 -s 1,3 -d Kmer_17
#result:
kmer bit file: Kmer_17/02.Uinque_bit/kmer_17.bit

Note:

a. k=15 is suitable for genome with size <100M.
b. k=17 is suitable for genome with size <10G.
c. This version is only support k<=17.

3.Compress the assembly file

# compress the genome

# Usage:
 perl remDup.pl <genome.fa> <outdir> <cutoff:0.7>

     Options:
            --ref   <str> The ref genome to build kbit
          --kbit  <str> The unique kmer file
            --kmer  <int> the kmer size [15]
          --sort  <int> sort seq by length [1]

Description
     This script is to remove dupplcation seq

# Demo
perl Bin/remDup.pl  --kbit Kmer_17/02.Uinque_bit/kmer_17.bit --kmer 17 assemble.fasta Compress 0.3

# result:
compress file: Compress/trinity.single.fasta.gz

具体的使用

##Prepare input files
HiFi_path=/share/home/off/Work/Genome_assembly/Sre/01.HiFi
contig=/share/home/off/Work/Genome_assembly/Sre/03.Assembly/01.hifiasm/Sre.asm.hic.p_ctg.fa
##Build the kmer frequency table
ls ${HiFi_path}/*.gz > fq.list
perl ~/biosoft/khaper/Bin/Graph.pl pipe -i fq.list -m 2 -k 17 -s 1,3 -d Kmer_17
##Compress the assembly file
#perl ~/biosoft/khaper/Bin/remDup.pl ${contig} --kbit Kmer_17/02.Uinque_bit/kmer_17.bit --kmer 17 Compress 0.3
##0.3为设置数值,默认的cutoff为0.7,我们可以先依次设置0.6、0.5、0.4再看最后的结果
##Compress为输出文件夹的名称,可自行修改
perl ~/biosoft/khaper/Bin/Graph.pl  ${contig} --kbit Kmer_17/02.Uinque_bit/kmer_17.bit --kmer 17 cutoff_0.6 0.6
perl ~/biosoft/khaper/Bin/Graph.pl  ${contig} --kbit Kmer_17/02.Uinque_bit/kmer_17.bit --kmer 17 cutoff_0.5 0.5
perl ~/biosoft/khaper/Bin/Graph.pl  ${contig} --kbit Kmer_17/02.Uinque_bit/kmer_17.bit --kmer 17 cutoff_0.4 0.4

结果文件

compress file: cutoff_0.6/trinity.single.fasta.gz

那么去冗余的标准又是什么呢,达到预估基因组大小即可,再进行BUSCO的评估,BUSCO评估值没有下降很多。

参考链接

https://github.com/lardo/khaper

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容