GenomeScope——jellyfish k-mer分析的下游分析

GenomeScope 2.0是一个可对多倍体基因组数据进行概括性分析的有效工具，其可以将jellyfish或KMC等k-mer分析软件的结果作为输入，并拟合混合模型，对基因组数据进行更深入的挖掘。

一、安装

GenomeScope 2.0的工作依赖于R，且需要安装其依赖包：argparse、minpack.lm。可以使用conda工具进行安装：

#安装依赖包
conda install -c conda-forge r-base r-minpack.lm r-argparse

安装完依赖包后需要将Github的相关文件克隆到工作目录下：
（有些时候会因为链接时间太久，导致克隆失败，可以尝试直接下载源代码）

#克隆工作环境
git clone https://github.com/tbenavi1/genomescope2.0.git

现在，便可以进入genomescope2.0目录，使用R脚本install.R安装GenomeScope 2.0了。

#进入工作目录
cd genomescope2.0
#运行R脚本安装GenomeScope2.0
Rscript install.R

二、使用

在使用之前需要认识以下几个重要的参数：

参数	功能
-i	输入文件名
-o	输出目录名
-k	k-mers的k值
-p	基因组的倍性，默认为2

现在，便可以使用其主要脚本文件genomescope.R对.histo进行进一步分析了：

#进一步分析S_oblata_WGS_single.histo
genomescope2.0/genomescope.R -i S_oblata_WGS_single.histo -o GS_WGS -k 25

当出现：

GenomeScope analyzing S_oblata_WGS_single.histo p=2 k=25 outdir=GS_WGS
aa:92.7% ab:7.34%
Model converged het:0.0734 kcov:31.8 err:0.0632 model fit:1.94 len:537907208

即说明分析已经完成，其结果保存在GS_WGS目录下。
但是，由于文章中并没有提供具体的步骤，所以我得到的结果具有较高的错误率，可能是未进行数据过滤导致的。

Ending！！！

相关文章：

Ranallo-Benavidez, T.R., Jaron, K.S. & Schatz, M.C. GenomeScope 2.0 and Smudgeplot for reference-free profiling of polyploid genomes. Nature Communications 11, 1432 (2020). https://doi.org/10.1038/s41467-020-14998-3
Ma, B., Wu, J., Shi, TL. et al. Lilac (Syringa oblata) genome provides insights into its evolution and molecular mechanism of petal color change. Commun Biol 5, 686 (2022). https://doi.org/10.1038/s42003-022-03646-9