Aviary分箱【1】

1. 什么是Aviary

Aviary是一个集合多种工具模块的宏基因组分箱工具，具体所集成的模块如图：

下载安装github: https://github.com/rhysnewell/aviary

2. Recover功能：

其实自己最常使用的就是recover功能了，相较于metawarp对齐速度和refine速度相对较快，但是官方的教程中有点简单，记录一下：

可以直接使用aviary recover -h调出帮助文件

参数分类简解

输入数据相关

• -1 / -2 → 双端测序的 forward/reverse 短读段（Illumina FASTQ）。

• -i → interleaved 格式短读段。

• -c → coupled 格式的短读段文件。

• -l → 长读段（Nanopore 或 PacBio FASTQ）。

• -z → 长读段类型（ont=Nanopore, ont_hq=高质量Nanopore, ccs/hifi=PacBio HiFi 等）。

• -a → 已有的组装结果（FASTA），如果你已经自己跑过组装，可以直接输入。

组装相关

• --coassemble → 是否对多个样本一起组装。

• --use-megahit → 短读段组装时用 megahit。

• --use-unicycler → 用 Unicycler 来改善混合组装（不推荐复杂宏基因组）。

• --kmer-sizes → 手动指定 k-mer 大小（默认 auto）。

质量控制与过滤

• --min-read-size / --min-mean-q → 长读段最小长度和平均质量阈值。

• --min-short-read-length / --max-short-read-length → 短读段长度过滤。

• --disable-adpater-trimming → 是否禁用adapter剪切。

• --skip-qc → 跳过 QC。

contig 过滤策略

• --min-cov-long / --min-cov-short → 根据覆盖度判断 contig 保留。

• --exclude-contig-size / --exclude-contig-cov → 去除低覆盖度、过短的 contig。

• --include-contig-size → 强制保留长度超过某值的 contig。

• -s → 进入 binning 的 contig 最小长度（默认 1500 bp）。

• -b → bin 的最小大小（默认 200 kb）。

binning 相关

• 默认会调用 rosella, semibin, metabat1/2, vamb。

• --extra-binners → 额外运行 maxbin、concoct 等。

• --skip-binners → 跳过部分 binner。

• --semibin-model → SemiBin 的环境模型（human_gut, soil, ocean...）。

后处理与评估

• --checkm2-db-path → CheckM2 数据库路径（你解压的 checkm2_database.tar.gz 就是给这个用的）。

• --gtdb-path → GTDB 数据库路径。

• --eggnog-db-path → EggNOG 数据库路径。

• --singlem-metapackage-path → SingleM metapackage 路径。

• --skip-taxonomy / --skip-singlem / --skip-abundances → 跳过部分后处理。

计算资源

• -t → 每个进程最大线程数。

• -n → 最大可用 CPU 核心数。

• -m → 最大内存（GB）。

• --request-gpu → 是否请求 GPU。

• --tmpdir → 临时目录。

Snakemake 工作流控制

• -w → 运行的工作流（默认 recover_mags）。

• --snakemake-profile → 集群提交配置。

• --dry-run → 测试流程，不真正执行。

• --clean → 清理中间文件。

• --build → 只构建 conda 环境。

• --download → 下载数据库（gtdb、eggnog、checkm2…）