9.windows ubuntu 子系统，centrifuge：微生物物种分类。

上次我们用了karken2和bracken进行了物种分类，这次我们使用centrifuge.

Centrifuge 是一种用于快速和准确进行微生物分类和物种鉴定的软件。其主要功能包括：

1. 快速分类和物种鉴定: Centrifuge 可以对高通量测序数据（如 metagenomic 或 RNA-Seq 数据）进行快速的微生物分类和物种鉴定。通过比对序列数据与已知的参考数据库，Centrifuge可以快速而准确地确定每个序列的来源微生物学分类。

2. 精确性: Centrifuge 使用了一种快速的压缩算法来加速分类过程，同时不牺牲准确性。它能够在短时间内处理大规模的测序数据，并提供高质量的分类结果。

3. 多样性分析: 除了物种鉴定外，Centrifuge 还可以提供关于微生物群落多样性和组成的相关信息。这对于研究微生物群落结构、功能和生态学角度的应用非常有用。

4. 支持不同类型的测序数据: Centrifuge 不仅适用于 metagenomic 数据，也可以用于其他类型的测序数据，例如 RNA-Seq 数据，从而帮助研究人员更全面地理解微生物组成和功能。

5. centrifuge是一种非常快速且省内存的软件，用于对微生物样本中的DNA序列进行分类，具有比其他领先系统更好的灵敏度和可比的准确性。该系统使用了一种基于Burrows-Wheeler变换（BWT）和Ferragina Manzini（FM）索引的新索引方案，专门针对宏基因组分类问题进行了优化。centrifuge需要相对较小的索引（例如，约4100个细菌基因组需要4.3GB），但分类速度非常快，可以在一小时内处理典型的DNA测序。

#安装centrifuge，有两种安装方法

第一种，conda 安装

conda create -n centrifuge python=3.6

conda activate centrifuge

# 下载软件

mamba install -y centrifuge

第二种方法登录 Centrifuge (jhu.edu) 官网，选择满足自己需求的版本，解压缩，添加环境目录到~/.bashrc,再source ~/.bashrc，激活一下。

我选择的是centrifuge-1.0.3-beta-Linux_x86_64版本。

接下来就是下载数据库，还是刚才的官网。

1.h+v+c:人类基因组和病毒基因组，包括106个SARS-CoV-2完整基因组(下载链接)

2.h+p+v+c:人类基因组、原核基因组和病毒基因组，包括106个SARS-CoV-2完整基因组(下载链接)

3.其他索引，包括nt索引，也可在Genexa获得(注:索引包括一个参考SARS-CoV-2基因组)。

我下载了HPVC，解压缩之后，

#(centrifuge) guozihan@PC:/mnt/h/db/centrifuge$ ls
hpvc.1.cf  hpvc.2.cf  hpvc.3.cf  hpvc.4.cf  hpvc.tar.gz

#跑流程，下面是centrifuge的基础用法。双端数据。

centrifuge -x <index> -1 <reads1.fastq> -2 <reads2.fastq> -S <output_file>

以下是基因组Centrifuge软件中常见的参数及其作用：

1. -x, --index：指定要使用的索引文件，该索引文件包含了对应基因组序列的信息，用于比对和分类DNA测序数据。

2. -U, --reads：指定输入的DNA测序数据文件，用于进行分类和注释分析。

3. -S, --report-file：指定结果输出文件，将分类和注释结果输出到指定文件中，以便后续分析和查看。

4. -p, --threads：指定使用的线程数，加快计算速度，特别是对于大规模DNA测序数据的处理更为重要。

5. -k, --keep-tmpfiles：保留临时文件，有助于调试和分析过程中可能出现的问题。

6. -m, --min-hitlen：设置最小命中长度，用于过滤较短的比对结果，提高分析的准确性。

7. -t, --taxid-map：提供一个taxid映射文件，用于将分类结果映射到相应的分类单元（如物种、门、纲等）。

除此之外，还有很多可选参数，大家可以看技术文档。

每个软件都有自己的特长和短板，很多时候要比对结果，选择合适的软件。