基因组从头组装

基因组组装

基因组组装一般分为三个层次，contig, scaffold和chromosomes. contig表示从大规模测序得到的短读(reads)中找到的一致性序列。组装的第一步就是从短片段(pair-end)文库中组装出contig。进一步基于不同长度的大片段(mate-pair)文库，将原本孤立的contig按序前后连接，其中会调整contig方向以及contig可能会存在开口(gap,用N表示)，这一步会得到scaffolds,就相当于supercontigs和meatacontigs。最后基于遗传图谱或光学图谱将scaffold合并调整，形成染色体级别的组装(chromosome).【转载】

具体详细可以仔细阅读https://www.jianshu.com/p/f1ba7c96160f

里面写了很多软件以及练习数据，软件的安装，进行多次试探以及看了多篇文章，最终发现用SPAdes 组装 ，QUAST评估用的比较好。

SPAdes 安装比较简单（http://spades.bioinf.spbau.ru/release3.10.1/manual.html）

 wget http://cab.spbu.ru/files/release3.10.1/SPAdes-3.10.1.tar.gz
tar -xzf SPAdes-3.10.1.tar.gz
cd SPAdes-3.10.1/bin/

运行脚本（我的数据是单端测序，选择 -s，根据数据，有多种参数选择 ）

sudo python spa