用Hifiasm组装基因组：（三）Hifiasm软件组装基因组的多种模式

最新推荐文章于 2024-09-07 08:59:02 发布
最新推荐文章于 2024-09-07 08:59:02 发布
阅读量1.1k 收藏 30
点赞数 12
文章标签： 程序人生
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40569830/article/details/139879069
版权

（约1000字）

1. Hifiasm组装基因组的模式

根据可用的数据不同，Hifiasm组装基因组在HiFi数据基础上，还有几种模式可以增加组装的完整度和准确度。

  1. HiFi-only assembly 模式（只有HiFi数据）
  2. Trio-binning模式（HiFi数据+父母本二代Illumina测序数据）
  3. Hi-C Integrated assembly 模式（HiFi数据+Hi-C数据）
  4. 端对端组装：HiFi+ONT模式（HiFi数据+ONT超长reads数据）

2. HiFi-only assembly 模式（只有HiFi数据）

2.1. 经典模式

  1. 命令
  • nohup hifiasm -o sample_prefix -t 32 Hifi.fq.gz 2>&1 > hifiasm.log &
  1. 参数
  • HiFi reads可以是fq或fa格式（fq的质量值会被忽略），可以是gz压缩格式。
  • -o指定输出文件前缀；-t指定线程。
  • 用命令 2>&1 >hifiasm.log保存日志和报错内容到hifiasm.log文件。

2.2. 两种组装方式

  1. 单倍体分型组装（two partially phased assembly）
  • 默认是以此方式组装。
  • 单倍体分型组装生成一对文件（asm.bp.hap1.p_ctg.gfa和asm.bp.hap2.p_ctg.gfa），代表二倍体的两个单倍型。同时也会生成primary contigs文件asm.bp.p_ctg.gfa。
  1. primary/alternate组装
  • 加一个参数 --primary则指定primary/alternate组装方式。
  • 命令： nohup hifiasm -o sample_prefix -t 32 --primary Hifi.fq.gz 2>&1 > hifiasm.log &
  • 分别生成primary contigs和alternate contigs文件asm.p_ctg.gfa和asm._ctg.gfa。

3. Trio-binning模式（HiFi数据+父母本二代Illumina测序数据）

  1. 介绍
  • 当父母本的二代Illumina reads可用时，也可以通过trio binning生成一对解析的单倍型的组装。
  • Hifiasm中用到的trio binning 技术是指利用父本、母本和子代的遗传信息对子代的单倍型划分的方法。该方法的有效性随着杂合度的增加而提高，极大地提升了等位基因组的组装质量。
  1. 命令 
# trio-binning模式需要额外安装yak，两种安装方式任选一种
# source code
git clone https://github.com/lh3/yak
cd yak && make
# bioncda
conda install -c bioconda yak

# 运行组装
yak count -b37 -t16 -o pat.yak <(cat paternal_1.fq.gz paternal_2.fq.gz) <(cat paternal_1.fq.gz paternal_2.fq.gz)
yak count -b37 -t16 -o mat.yak <(cat maternal_1.fq.gz maternal_2.fq.gz) <(cat maternal_1.fq.gz maternal_2.fq.gz)
hifiasm -o sample_prefix -t 32 -1 pat.yak -2 mat.yak Hifi.fq.gz 2>&1 > hifiasm.log &
  1. 参数解释
  • 命令中Illumina双端测序的父本paternal数据和母本maternal数据同时使用

4. Hi-C Integrated assembly 模式（HiFi数据+Hi-C数据）

  1. 介绍
  • 当Hi-C数据可用时，可以生成一对解析的单倍型的组装。
  • 李恒团队2022年在Nature biotechnology上发表论文Haplotype-resolved assembly of diploid genomes without parental data（https://www.nature.com/articles/s41587-022-01261-x），在Hifiasm中引入了Hi-C Integrated assembly 模式。
  • Hi-C Integrated assembly模式针对PacBio HiFi (High-Fidelity) 长读长测序技术和Hi-C (High-Throughput Chromatin Confirmation Capture) 测序技术进行了全新的设计。
  • 该算法结合了HiFi数据中精确的局部单倍型信息和Hi-C数据中的长距离互作用信息以达到全局定相 (phasing)，从而获得不依赖亲本信息的染色体级别的单倍型组装结果。为了进一步提高组装质量，作者充分利用了组装图中的结构信息，以及其前期研究中的Graph-binning等策略。
  • 这个模式组装后的基因组还未挂载在染色体上，仍然需要Juicer+3ddna+juicebox等软件进行染色体挂载。
  • 这个模式的数据最易获得，所以也很常用。
  1. 命令
  • nohup hifiasm -o sample_prefix -t 32 --h1 HiC_1.fq.gz --h2 ample_HiC_2.fq.gz Hifi.fq.gz 2>&1 > hifiasm.log &
  1. 参数
  • 用--h1和--h2指定Hi-C数据。

5. 端对端组装：HiFi+ONT模式（HiFi数据+ONT超长reads数据）

当ONT数据可用时，可以集成超长ONT数据生成端粒到端粒的组装

  1. 命令
  • nohup hifiasm -o sample_prefix -t 32 --ul ONT.fq.gz Hifi.fq.gz 2>&1 > hifiasm.log &
  1. 参数
  • 用--ul指定ONT数据。

6. references

  1. Hifiasm manual：https://hifiasm.readthedocs.io/_/downloads/en/latest/pdf/
  • 欢迎关注微信公众号： 生信技工
  • 公众号主要分享生信分析、生信软件、基因组学、转录组学、植物进化、生物学概念等相关内容，包括生物信息学工具的基本原理、操作步骤和学习心得。

本文由 mdnice 多平台发布

生信技工
关注
T2T基因组组装.zip
11-01
标题中的"T2T基因组组装"指的是全长转录组到全长基因组（Transcriptome-to-Genome，简称T2T）组装技术，这是一种用于构建更完整、更精确的基因组序列的新方法。T2T组装的目标是揭示基因组中的每一个碱基，包括那些在...
使用hifiasm组装hifi基因组的方法介绍
热门推荐
Xingze_Li
04-27 1万+
目前用于Pacbio HIFI测序数据的组装软件主流上有：FALCON、Hifiasm、Hicanu三款。 Hifiasm的使用 介绍 Hifiasm是用于PacBio Hifi读取的快速单倍型解析的从头汇编程序。它可以在几个小时内组装一个人类基因组，并与加利福尼亚红木基因组（迄今为止测序最复杂的基因组之一）一起工作。Hifiasm可以生产质量最好的组装商的初级/替代组装。它还引入了新的图合并算法，并在给定三重数据的情况下实现了最佳的单倍型解析程序集。 软件安装 #使用conda安装 conda insta
用Hifiasm基于HiFi数据组装基因组：（一）简介Hifiasm软件和HiFi数据
qq_40569830的博客
06-21 826
HiFi reads（High Fidelity reads）是2019年由PacBio公司推出的基于环化一致性序列（Circular Consensus Sequencing，CCS）模式产生的既兼顾长读长（10-20kb的长度）又具有高精度（>99%准确率）的测序结果。宏基因组组装评估中，hifiasm-meta以及metaflye的组装错误最少，但是在面对复杂宏基因组时hifiasm-meta的完整性及连续性明显优于metaflye，但同时也会保留部分冗余的序列。半天时间可以组装一个人类基因组。
基因组组装：Hifiasm 使用教程
冷冻工厂
04-11 979
Hifiasm 可以生成单样本端粒到端粒的组装，结合了 HiFi、超长和 Hi-C 读取，可以说是最好的组装软件之一。prefix.p_utg.gfa: 经过处理的单倍型解析单元图谱，图中去除了可能由基因突变或数据噪声造成的小气泡，这些小气泡并不代表真实的单倍型信息。prefix.hap.p_ctg.gfa: 带有相位信息的连续片段图谱，它保留了具有相位标记的连续片段。prefix.p_ctg.gfa: 主要连续片段的图谱，它整合了一个包含长期阶段区块的完整组装结果。参数会影响这一处理过程的具体结果。
Nat. Methods | 哈佛李恒组开发三代HiFi宏基因组组装软件--hifiasm-meta
刘永鑫的博客——宏基因组公众号
10-26 779
使用hifiasm-meta进行Hifi长读宏基因组序列组装Metagenome assembly of high-fidelity long reads with hifiasm-metaArticle，2022-05-09Nature methods, [IF 48]DOI：https://doi.org/10.1038/s41592-022-01478-3原文链接：https://www.n...
生信人的一天~HIFI数据+HIC数据组装基因组
qq_43337286的博客
07-21 6382
HIFI+HIC数据组装基因组！
HiFi Reads基因组组装：快、准、狠
wangprince2017
12-24 1518
HiFi Reads基因组组装：快、准、狠 贝瑞科服已关注 2020.06.01 10:17:11字数 1,671阅读 544 最近，关于用HiFi Reads组装的消息不断刷新了我们对基因组组装的认知：高重复高杂合的加州红杉超大基因组组装在两周内完成，而Contig N50也达到了1.92 Mb；基于最新组装算法组装的人基因组同时获得了准确度超99.999%，Contig N50达到77 Mb的结果。HiFi Reads在基因组组装方面为何能做到如此的快、准、狠？下面小贝为您一一揭晓。 Hi.
用Hifiasm组装基因组：（四）用Hifiasm软件组装基因组的操作
qq_40569830的博客
06-21 1397
要检查Ho_coverage值是否接近k-mer plot中确定的纯和峰值Ho_peak值，如果不接近（比如更接近He_peak值）那表明hifiasm错误地确定了纯合子覆盖度值，此时组装的基因组要么太大，要么太小。log文件会先打印一个k-mer plot，如果指定了Hi-C数据，还会再接着打印几轮校正（round 1，2，3，finally）的k-mer plot。对于输出的每个图（graph），Hifiasm也会输出一个简化版本（xx_nnoseq_xx.gfa），这个版本没有易于可视化的序列。
基于C++的Hifiasm基因组组装工具设计源码
05-23
hifiasmll是一个基于C++开发的基因组组装工具，包含73个文件，其中包括29个h头文件、27个C++源文件、7个RST文件、2个Markdown文件、1个YAML...hifiasm能够快速组装人类基因组，并在几天内组装约30Gb的加州红木基因组。
用hifiasm组装基因组需要对HiFi数据进行纠错吗？
08-11
使用hifiasm组装基因组时，对HiFi数据进行纠错非常重要。HiFi数据的准确性比传统的测序数据更高，但是仍然可能包含一些错误，如插入、缺失或替换错误。因此，在进行组装之前，需要对HiFi数据进行错误纠正，以确保...
如何利用hifiasm组装猪hifi数据
09-11
使用hifiasm组装基因组的一般命令格式如下： ```bash hifiasm -t <线程数> -o <输出前缀> <输入文件> ``` 其中`-t`参数用于指定并行使用的线程数，`-o`参数用于指定输出文件的前缀。`<输入文件>`是包含HiFi读数...
hifiasm 组装出的结果可以合并后再挂载到染色体吗
08-06
hifiasm 是一种高精度的基因组组装算法，它可以将长读长（long reads）数据用于组装染色体。通常情况下，hifiasm 组装出的结果可以合并后再挂载到染色体。 在 hifiasm 组装通常有两个步骤，第一步是将长读长数据...
HiFi全基因组测序技术与实例｜HiFi基因组组装软件推荐
Xingze_Li
01-31 1万+
HIFI技术的简介 HiFi reads（High fidelity reads） 是Sequel II 三代测序平台推出的兼顾长读长和高准确度的测序序列，一般采用CCS（Circular Consensus Sequencing）模式测序。在这种测序模式下，酶读长一般大于插入片段长度，因此酶会绕着模板进行滚环测序，插入片段会被多次测序。单次测序中造成的随机测序错误，可以通过算法进行自我纠错校正，最终得到高准确度的HiFi reads。 要在单次测序中得到更多的HiFi reads往往需要平衡测序的酶读长
基因组组装的那些困扰，用单倍体基因组一一破解！
wangprince2017
02-25 4149
动植物基因组非常复杂，基因组大小、杂合度、GC含量、倍性等都会影响着基因组组装的难度和结果。特别是目前动植物基因组大多采用二倍体或多倍体材料直接进行测序组装，对于复杂基因组如高杂合、大基因组等，组装的难度很高。 同时，二倍体或多倍体组装的结果混杂了双亲等位基因组的嵌合序列，可能会引入错误的基因注释信息。此时如果能进行单倍体基因组组装，不仅能降低组装难度，还能获得一套染色体组的序列。 什么是单倍体基因组？ 二倍体拥有两套染色体组，对有性繁殖的物种来说，一套染色体组来源于母亲，另一套来源...
Nat Biotechnol | 大神李恒团队开发不依赖于亲本的单倍型基因组组装工具hifiasm
悟道西方
04-03 801
对基因组相关研究而言，单倍型基因组组装是研究结构，进化与变异的最理想方式。随着长读长测序技术的进步，高质量单倍型组装已经成为了可能。然而，大部分组装算法的结果仍是混合多个单倍型的压缩序列，而不是完整的单倍型。对二倍体基因组而言，这种做法不可避免的损失了至少一半的单倍型信息。目前有一些组装算法对此进行了尝试，但是这类算法要么依赖难以获取的亲本信息进行分型 (trio-bin...
程序人生-我的外服经历（4）
车轮的博客
09-07 1424
22年长春经历了两次封城，整个城市从3月进入停摆状态，但是我们在封城期间，在家依然进行线上支持支持，升级系统，产线病毒清理等，这一年我们完成了WIN10系统的大版本升级及产线电脑杀毒，电脑更换等工作，22年年底对于我来说发生了几件大事，一是部门经理的更换，来得很突然，没有任何征兆，新的经理上位了，且发布了许多无理的要求，当时还以为是新官上任三把火，现在想想，不过是为了排除异己的手段罢了，二是外服经理的正式任命下来了，也涨工资了，三是我之前的同事都跳槽走了，但是因为疫情的原因，也没说聚一聚，时间过得很快，转眼
第四周实践课-课堂笔记.pdf
09-16
第四周实践课-课堂笔记
第5周玩转案例分析(2).pdf
最新发布
09-16
第5周玩转案例分析(2)
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值