Kmergenie

在进行基因组正式组装前,很重要的一步就是评估基因组的Kmer,这直接影响基因组组装的准确度。这次介绍的软件Kmergenie运行简单,不需要干预即可预测Kmer的“最优”值。

给定一组输入,KmerGenie首先计算多个K值的k-mer丰度直方图。然后,对每个K值,它预测数据集中不同基因组k-mer的数量,并返回这个数字最大化的k-mer长度。实验表明,KmerGenie选择的k-mer长度进行组装的结果接近最佳的组装。

Kmergenie安装

1. 下载 kmergenie

2. 安装需要依赖 python(2.7以上),Rscript(R),zlib

3. 如果具有root权限,可以直接python setup.py install  如果安装到用户环境中,添加 --user 参数。

Kmergenie使用

Usage:

kmergenie <read_file> [options]

Options:

--diploid use the diploid model (default: haploid model),指定二倍体模式,默认是单倍体

--one-pass skip the second pass to estimate k at 2 bp resolution (default: two passes),一次运行,省略第二次的评估

-k <value> largest k-mer size to consider (default: 121),系统考虑的最大K值

-l <value> smallest k-mer size to consider (default: 15),系统考虑的最低值

-s <value> interval between consecutive kmer sizes (default: 10)

-e <value> k-mer sampling value (default: auto-detected to use ~200 MB memory/thread)

-t <value> number of threads (default: number of cores minus one),线程数

-o <prefix> prefix of the output files (default: histograms),结果输出的前缀名称

--debug developer output of R scripts

--orig-hist legacy histogram estimation method (slower, less accurate)

Kmergenie可以针对一个fastq文件,也可以针对多个文件,当需要输入多个文件时,列出文件列表,一行一个文件。

使用提示:

       * The diploid model should only be used for moderate-high heterozygosity rates. The haploid model works better when only one peak is visible in the histograms (indicating low heterozygosity).

参考文献:

R. Chikhi, P. Medvedev, Informed and automated k-mer size selection for genome assembly, Bioinformatics (2014) 30 (1): 31-37.

推荐阅读更多精彩内容