「基因组」compleasm评估基因组busco
2023年10月3日李恒课题组在Bioinformatics在线发表了compleasm: a faster and more accurate reimplementation of BUSCO的文章。公众号最近有人推这篇文献,才关注到。新软件多试试,多一个好的结果总归是好的。
1.做了几百个基因组,一直以来评估基因组完整性的指标busco被看重,但是busco的随机性实在是太强了,S值和D值的变化也是会随着染色体长度的增加可能也有巨大的变化。一直以为都没有好的解决方法,如今有答案。
2.一般而言,基因预测的busco值要明显高于基因组busco,说名基因组busco预测的时候假阳性比较多。
3.尤其是不知道物种倍性的时候,同源和异源多倍体的D值极其重要,看过许多文章把四倍体当做二倍体发文件,还是高水平的文章,让人一言难尽。
4.特殊物种busco没有合适的库,如藻类,蕨类,裸子植物。而裸子植物的问题,今年有HR上的文献弥补这一空缺,发了一个库Gymnosperm_odb10(2023 HR Benchmarking gene set of gymnosperms for assessing
genome and annotation completeness in BUSCO)
下载地址:
https://github.com/huangnengCSU/compleasm.
软件安装
conda create -c bioconda -n compleasm compleasm
或者
conda create -n compleasm
conda activate compleas
conda install compleasm
数据库下载:
从https://busco-data.ezlab.org/v5/data
下载指定物,如embryophyta。下载完成会生成done文件,和file_versions.tsv,里面记录各个类型的odb,如果没有Gymnosperm这种。需要手动修改该文件。
mkdir -p XXX/compleasm/db && cd XXX/compleasm/db
XXX/envs/compleasm/bin/compleasm download embryophyta
运行参考
结果文件summary.txt,如文章所说,会明显提高,基本上到了98-99%。
export PATH=XXX/envs/compleasm/bin:$PATH
XXXenvs/compleasm/bin/compleasm run /
-l embryophyta /
-L XXX/compleasm/db /
-t 32 /
-a Lachesis_assembly_changed.fa /
-o compleasm
-l busco的linknage
-L 上面下载的库
-t 线程
-a 基因组fa
-o 结果目录
其他:busco软件的问题
busco软件基因组预测调用august软件,对于长内含子物种尤其不友好,会偏低很多,可能90%一下,但是基因预测正常结果busco都会非常高。至少90%以上。
busco 软件基因不调用august软件,利用的蛋白,一般都很稳定。
建议大家赶紧给自己的基因来一次compleasm,提高busco不再是问题。
版权声明:
作者:zhangchen
链接:https://www.techfm.club/p/93288.html
来源:TechFM
文章版权归作者所有,未经允许请勿转载。
共有 0 条评论