mashtree基本使用介绍
Mashtree 是一个用于创建基于 Mash 距离的树的工具。它巧妙地融合了 Mash 算法的高效性和邻接法的精确性,适用于快速计算大基因组之间的近似距离。
如果你想使用 Mashtree 进行建树,可以按照以下步骤操作:
-
安装 Mashtree:你可以从 GitHub 上的 Mashtree 仓库 获取源代码并安装。
-
运行 Mashtree(mashtree也可以对fasta文件建树):
(1) Mashtree 的简单用法如下,速度快,
mashtree *.fastq.gz > tree.dnd
这将生成一个 Newick 格式的树文件 tree.dnd
。
- 更精确的树:如果你想获得更精确的树,可以使用最小丰度查找器(
--mindepth 0
)来忽略那些可能是读取错误的非常独特的 k-mer,速度慢。
mashtree --mindepth 0 --numcpus 12 *.fastq.gz> mashtree.dnd
- 添加置信度值:你可以运行以下命令,速度非常慢:
mashtree_bootstrap.pl --reps 100 --numcpus 12 *.fastq.gz -- --min-depth 0 > mashtree.bootstrap.dnd
tips
1.mashtree接收的输入可以是raw_data,也可以是组装好的contig, 只要把想要建树的数据存储在一个文件夹中即可
2.现在有9个宏基因组测序数据,希望得到高质量的组装。基本想法是,按照样品进化树将样本进行合并。合并的数据有三种类型可用,
reads测序的单端文件(forward)
这里选择forward的测序文件建树,按照元信息标记,DE是同一地点的样本数据,IH是同一地点的样本数据,其中G距离IH为100米。
每个样本的双端文件cat在一起
结果显示,红色框与黄色框同仅用forward测序文件结果保持一致,但是C的关系单独展示,原因是这些都是环境样本,但是C所处的环境是酒店附近,会受到人类活动影响。
每个样本的组装文件
这个结果显示,IGH没有聚集在一起,说明使用assembly建树会丢掉一些原始reads,导致不能正确反应不同样本之间的关系。
综上
建议使用mashtree建树时,使用的数据类型是cat到一个文件的原始双端测序文件。