SOAPdenovo的使用指南

一、SOAPdenovo简介

SOAPdenovo 是一款用于快速、高效拼接 NGS 产生的高通量测序数据的软件。它采用了 De Bruijn 图算法以及其他改良过的组装算法，能够在较短时间内拼接得到高质量的连续序列，对于未知样品基因组信息的序列分析也具有良好的应用能力。SOAPdenovo 支持单端、双端测序、混合序列以及小RNA序列拼接，具有高度的灵活性与易用性，是基因组组装领域中常用的工具之一。

二、soapdenovo2的安装

SOAPdenovo2 是 SOAPdenovo 的升级版，相对于原版增加了 scaffolding 功能，配合其他软件可以更好地提高拼接成果的质量。安装方法如下：

    # 下载 SOAPdenovo2
    git clone https://github.com/aquaskyline/SOAPdenovo2.git
    
    # 安装
    cd SOAPdenovo2
    make
    
    # 验证程序是否安装成功
    /bin/echo -e "ATCG\n>test\nATCG\n" > test.fa
    ./SOAPdenovo-127mer all -s config_file -K 25 -R -o out
    grep TEST_K25 out.scafSeq
    rm -f test.fa out.*

三、SOAPdenovo2拼接速度

SOAPdenovo2 的拼接速度非常快。

在使用双端测序数据拼接人类基因组时，其中一组测序数据大约为600GB，SOAPdenovo2 拼接仅用时1个半小时，内存占用仅为23GB。相比其他拼接工具，SOAPdenovo2 在拼接速度和内存使用方面具有很大优势。

四、SOAPdenovo2 组装结果

使用 SOAPdenovo2 进行组装会得到 contigs 和 scaftigs 两类序列。

contigs 的组装结果是通过连接各个单独的 reads 得到的碎片序列，其长度在 50-2000bp 之间。而 scaftigs 则是通过连接多个 contigs 得到的较大的序列，长度可能达到数百 kb，能够更好地表示原基因组的连续性和完整性。

五、SOAPdenovoTrans

SOAPdenovoTrans 是针对转录组测序数据的专门版本，主要应用于转录组拼接和剪切变异的分析。其拼接精度高，比较适合于低通量的RNA-seq数据。

    # 下载SOAPdenovo-Trans
    git clone https://github.com/aquaskyline/SOAPdenovo-Trans.git
    
    # 安装
    cd SOAPdenovo-Trans
    make
    
    # 验证
    ./SOAPdenovo-Trans all -s config_file -K 25 -o out
    
    # 输出结果
    less out.scafSeq

六、SOAPdenovo组装contigs

SOAPdenovo 的 contig 组装可以使用以下命令进行：

    ./SOAPdenovo all -s config_file -K  -o out_prefix

其中，kmer_value 需要根据实际情况设置。在连续序列较短的情况下，kmer_value 应较小，反之则应较大。

除此之外，用户还可以根据需要编写 config 文件进行更加详细的设置。该文件需要根据样品的具体情况进行设置。

七、SOAPdenovo为什么要组装

SOAPdenovo 对于未知样品的基因组分析非常有用，因为原始的高通量测序数据往往是由于测序技术和 Sequencing Platform 不同等各种因素导致产生的，这意味着不同的测序会得到不同的短读，难以直接得到完整的连续序列。

所以，拼接这些短读并进行组装，能够得到更完整、更具连续性的 DNA 序列，为单个基因组和物种的进化提供更深入的认识。

八、SOAPdenovo组装结果评估

SOAPdenovo 的组装结果可以使用一些软件进行评估，如QUAST和BUSCO。QUAST 可以评估组装的连续程度、完整性、误配率和异质性等指标。BUSCO 则是用于评估组装结果的基因组完整性和完备性，可以用于评估组装结果是否与预期的基因组相似。

    # 使用QUAST进行评估
    quast.py -r reference.fasta -o results_dir contigs.fasta
    
    # 使用BUSCO进行评估
    busco -i assembly.fasta -l database -o output_name

九、SOAPdenovo-Trans scafSeq选取

在转录组分析中，SOAPdenovo-Trans scafSeq 拼接之后需要进一步选取有效的序列。可以根据基因组注释的信息筛选出具有转录本功能的序列。这可以通过使用RSEM和Trinity软件工具实现。

    # 使用Trinity进行拼接
    Trinity --seqType fq --max_memory 8G --left reads_1.fq --right reads_2.fq --CPU 4 --min_contig_length 150 --output output_dir
    
    # 使用RSEM进行表达量计算
    rsem-calculate-expression --paired-end --no-bam-output reads_1.fq reads_2.fq reference.fasta output_name

以上是SOAPdenovo的使用指南，希望能给需要的用户提供一些帮助。

原创文章，作者：FEQZD，如若转载，请注明出处：https://www.506064.com/n/371012.html