1. Wgsim（Whole genome simulation）简介
wgsim是可用于高通量数据模拟的软件，可以模拟出illumina测序数据，并且可以自由调整测序reads的读长，插入片段大小以及错误率等， 是开发BWA等大牛Li heng编写的基因组转短序列的模拟软件。
2. Wgsim安装
# linxux git github
git clone https://github.com/lh3/wgsim.git
# 编译，成功后会生成名为wgsim的程序
gcc -g -O2 -Wall -o wgsim wgsim.c -lz -lm
# 查看帮助
wgsim -h
3. Wgsim生成双端(PE) fastq模拟数据
需要注意软件模拟出的reads质量值相同，且不支持Mate-pair文库。
# 参数说明：
# -e 碱基错误率，默认0.02
# -d reads两头的距离，即插入片段长度，默认250bp
# -s 插入片段的偏差，默认是50，即±50bp，插入片段长度并不是固定的
# -N 是测序的reads对的数量，默认1000000
# -1 reads1长度，默认70bp
# -2 reads2长度，默认70bp
# -r 突变率， 默认0.001
# -R indels的占比，默认0.15
# -X indels扩展的概率，默认0.3
# -A 模糊碱基百分比高于该数值则丢弃，默认0.05
# -h 设置为单倍体模式
# 150bp PE reads生成
wgsim -N 10000000 -1 150 -2 150 -d 500 -s 50 \
hg19.fa reads_150bp_1.fq reads_150bp_2.fq > /dev/null
# 150bp PE reads生成 + 碱基错误率和突变率参数
wgsim -N 10000000 -e 0.02 -r 0.001 -1 150 -2 150 -d 500 -s 50 \
hg19.fa reads_150bp_1.fq reads_150bp_2.fq > /dev/null
生成文件 3.3GB：
# 查看文件
less -S reads_150bp_1.fq
生信软件文章推荐
生信软件1 - 测序下机文件比对结果可视化工具 visNano
生信软件3 - mapping比对bam文件质量评估工具 qualimap
生信软件4 - 拷贝数变异CNV分析软件 WisecondorX
生信软件7 - 多线程并行运行Linux效率工具Parallel
生信软件8 - bedtools进行窗口划分、窗口GC含量、窗口测序深度和窗口SNP统计
生信软件9 - 多公共数据库数据下载软件Kingfisher
生信软件10 - DNA/RNA/蛋白多序列比对图R包ggmsa
生信软件11 - 基于ACMG的CNV注释工具ClassifyCNV
生信软件12 - 基于Symbol和ENTREZID查询基因注释的R包（easyConvert ）
生信软件13 - 基于sambamba 窗口reads计数和平均覆盖度统计
生信软件14 - bcftools提取和注释VCF文件关键信息
生信软件15 - 生信NGS数据分析强大的工具集ngs-bits
生信软件17 - 基于fasta文件的捕获探针设计工具catch
生信软件18 - 基于docker部署Web版 Visual Studio Code
生信软件20 - seqkit+awk+sed+grep高级用法技巧合辑
生信软件21 - 多线程拆分NCBI-SRA文件工具pfastq-dump
生信软件22 - 测序数据5‘和3‘端reads修剪工具sickle
生信软件23 - Samtools和GATK去除PCR重复方法汇总
生信软件24 - 查询物种分类学信息和下载基因组TaxonKit和ncbi-genome-download
生信软件26 - BWA-MEM比对算法性能更好的bwa-mem2
生信软件27 - 基于python的基因注释数据查询/检索库mygene
生信软件28 - fastq与bam的reads数量计算与双端fastq配对检测工具fastq-pair
生信软件29 - 三代数据高效映射精确的长读段比对工具mapquik
122
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
