Abyss:基于布隆過濾器的基因組組裝軟件

主流的NGS基因組組裝軟件都是先將序列劃分成kmer, 然后基于de Bruijn Graph圖論算法,得到組裝好的序列。程序運行時,kmer字符串時存儲在內(nèi)存中,所以要求計算機的內(nèi)存要足夠大。

Abyss 基于布隆過濾器,不直接儲存字符串,減少了內(nèi)存的消耗。軟件的官網(wǎng)如下

http://www.bcgsc.ca/platform/bioinfo/software/abyss

安裝過程如下

wget https://github.com/bcgsc/abyss/releases/download/2.1.0/abyss-2.1.0.tar.gz
tar xzvf abyss-2.1.0.tar.gz
cd abyss-2.1.0/
./configure --prefix=$(pwd) --without-sparsehash
make

編譯成功后,會生成許多的可執(zhí)行文件,這些文件分散在不同的目錄下,想要成功運行該軟件,需要將這些可執(zhí)行文件都添加到PATH環(huán)境變量中,寫法如下

export ABYSS_HOME=/soft/abyss-2.1.0
export PATH=$ABYSS_HOME/ABYSS:$PATH
export PATH=$ABYSS_HOME/AdjList:$PATH
export PATH=$ABYSS_HOME/Align:$PATH
export PATH=$ABYSS_HOME/bin:$PATH
export PATH=$ABYSS_HOME/Bloom:$PATH
export PATH=$ABYSS_HOME/BloomDBG:$PATH
export PATH=$ABYSS_HOME/Consensus:$PATH
export PATH=$ABYSS_HOME/DAssembler:$PATH
export PATH=$ABYSS_HOME/DataBase:$PATH
export PATH=$ABYSS_HOME/dialign:$PATH
export PATH=$ABYSS_HOME/DistanceEst:$PATH
export PATH=$ABYSS_HOME/FilterGraph/:$PATH
export PATH=$ABYSS_HOME/FMIndex/:$PATH
export PATH=$ABYSS_HOME/GapFiller:$PATH
export PATH=$ABYSS_HOME/Graph:$PATH
export PATH=$ABYSS_HOME/KAligner:$PATH
export PATH=$ABYSS_HOME/kmerprint:$PATH
export PATH=$ABYSS_HOME/Konnector:$PATH
export PATH=$ABYSS_HOME/Layoutp:$PATH
export PATH=$ABYSS_HOME/LogKmerCountr:$PATH
export PATH=$ABYSS_HOME/Map:$PATH
export PATH=$ABYSS_HOME/MergePaths:$PATH
export PATH=$ABYSS_HOME/Overlap:$PATH
export PATH=$ABYSS_HOME/PairedDBG:$PATH
export PATH=$ABYSS_HOME/ParseAligns:$PATH
export PATH=$ABYSS_HOME/PathOverlap:$PATH
export PATH=$ABYSS_HOME/PopBubbles:$PATH
export PATH=$ABYSS_HOME/Scaffold:$PATH
export PATH=$ABYSS_HOME/Sealer:$PATH
export PATH=$ABYSS_HOME/SimpleGraph:$PATH

只需要調(diào)整ABYSS_HOME,將其設(shè)置為軟件所在的實際目錄即可,可以在~/.bahsrc文件中設(shè)置以上環(huán)境變量,然后運行下列代碼

source ~.bahsrc

這樣環(huán)境變量就會生效,至此,軟件才算安裝成功。官網(wǎng)還提供了測試數(shù)據(jù)集,下載測試數(shù)據(jù)集的方法如下

wget http://www.bcgsc.ca/platform/bioinfo/software/abyss/releases/1.3.4/test-data.tar.gz
tar xzvf test-data.tar.gz
tree -L 1 test-data
├── reads1.fastq
└── reads2.fastq

測試數(shù)據(jù)集是一個雙端測序的結(jié)果文件,用Abyss進行組裝的命令如下

abyss-pe k=25 name=test in='test-data/reads1.fastq test-data/reads2.fastq'

name參數(shù)是生成文件的前綴,運行結(jié)束后,會生成很多文件,以下兩個文件是我們最關(guān)注的

  1. test-contigs.fa

  2. test-scaffolds.fa


分別對應(yīng)contig和scaffold的結(jié)果。

對于Abyss而言,只能通過for 循環(huán),實現(xiàn)多個kmer 梯度組裝,用法如下

for k in `seq 50 8 90`; do
 ? ?mkdir k$k
 ? ?abyss-pe -C k$k name=test k=$k in=reads.fa
done

更多的參數(shù)和用法請參考官方文檔。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 基因組組裝 基因組組裝一般分為三個層次,contig, scaffold和chromosomes. contig表...
    xuzhougeng閱讀 30,969評論 3 122
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn),斷路器,智...
    卡卡羅2017閱讀 136,697評論 19 139
  • 理論部分 該部分參考及引用陳連福的生信講義,zhaofei的https://vip.biotrainee.com/...
    生信要進步閱讀 6,540評論 0 14
  • 從三月份找實習(xí)到現(xiàn)在,面了一些公司,掛了不少,但最終還是拿到小米、百度、阿里、京東、新浪、CVTE、樂視家的研發(fā)崗...
    時芥藍閱讀 42,885評論 11 349
  • 回到這座城 路過曾相擁的街道 那住著曾經(jīng)的你 與我放肆的嬉笑 路旁的樹蔭 見證著你手牽我 數(shù)不清的往赴 那么甜蜜 ...
    沫顏宋閱讀 278評論 0 0

友情鏈接更多精彩內(nèi)容