新一代测序技术组装拼接软件velvet使用简介
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
新一代测序技术组装拼接软件 velvet 使用简介
目前用于新一代的测序的主要仪器有 Illumina/Solexa 的 Genome Analyzer、ABI 的 Solid 和 Roche 的 454，它们都能高通量的测序，产生大量的测序结果，接下来就要对序列进行拼接，用于拼接的软件也 有很多，比如 velvet、soap、abyss、maq 等，454 的还有专门的 newbler。平时用 velvet 比较多， 就简单介绍一下。 velvet 对短序列的拼接效果比较好，所以多用于对 Illumina 等产生的短序列片段进行组装拼接。下面以 Illumina 的 GAII 产生的结果为例进行说明。 一、单端测序 单端测序可以直接对 fastq 格式的原始文件进行处理，首先是用 velveth 命令建立 hash 表子集 输入./velveth 会出来使用帮助： Usage: ./velveth directory hash_length {[-file_format][-read_type] filename} [options] directory hash_length reduced) filename File format options: -fasta -fastq -fasta.gz -fastq.gz -eland -gerald Read type options: -short -shortPaired -short2 -shortPaired2 -long -longPaired Options: -strand_specific Output: directory/Roadmaps directory/Sequences 这一步主要是要确定使用的 hash 值，hash 值必须为奇数，且小于 MAXKMERLENGTH，这个值默认为 31，但是在安装的时候可以调整。具体的命令可以是： : for strand specific transcriptome sequencing data (default: off) : path to sequence file or – for standard input : directory name for output files : odd integer (if even, it will be decremented) <= 75 (if above, will be
Output: directory/contigs.fa directory/stats.txt coverage cutoff directory/LastGraph graph directory/velvet_asm.afg : (if requested) AMOS compatiBiblioteka Baidule assembly file : special formatted file with all the information on the final : fasta file of contigs longer than twice hash length : stats file (tab-spaced) useful for determining appropriate
这里主要用到的参数是-cov_cutoff（覆盖度）这个参数，其他都可不加，其实覆盖度参数也可以省略， 但是最好还是加上，增加可靠性。还有-exp_cov 这个参数加上后会对重复区域进行处理，也最好加上， 后面的数值用 auto 就可以了。其他的一些参数就根据你自己的喜好来设置。具体的命令可以是： velvetg result -cov_cutoff 30 -exp_cov auto -min_contig_lgth 100 最后根据出来的 n50 和 max contig 长度来判断拼接的效果，为了达到最好的拼接效果，一般要对 hash 值和覆盖度进行一系列的设置来进行比较。 二、双端测序 双端测序与单端测序相比在运行 velveth 时将-short 参数改为-shortPaired，其他一样。 在运行 velvetg 时可加入-ins_length 和-ins_length_sd 参数提高拼接的准确性。具体命令可以是： velvetg result -cov_cutoff 30 -ins_length 300 -ins_length_sd 100 -exp_cov auto -min_contig_lgth 100 其实运行这几个命令很简单，最重要的还是根据你的测序数据选择合适的参数。
velveth result 29 -fastq -short sequence.fastq 建立 hash 子集后用 velvetg 命令进行组装，输入./velvetg 也会出来帮助： Usage: ./velvetg directory [options] directory Standard options: -cov_cutoff <floating-point|auto> allow the system to infer it (default: no removal) -ins_length <integer> no read pairing) -read_trkg <yes|no> tracking) -min_contig_lgth <integer> (default: hash length * 2) -amos_file <yes|no> system to infer it (default: no long or paired-end read resolution) Advanced options: -ins_length2 <integer> -ins_length_long <integer> (default: no read pairing) -ins_length*_sd <integer> 10% of corresponding length) [replace '*' by nothing, '2' or '_long' as necessary] -scaffolding <yes|no> on) -max_branch_length <integer> bubble (default: 0.2) -max_gap_count <integer> -min_pair_count <integer> : maximum number of gaps allowed in the alignment of : minimum number of paired end connections to justify the two branches of a bubble (default: 3) the scaffolding of two long contigs (default: 10) -max_coverage <floating point> : removal of high coverage nodes AFTER tour bus (default: no removal) -long_mult_cutoff <int> (default: 2) -unused_reads <yes|no> no) : export unused reads in UnusedReads.fa file (default: : minimum number of long reads required to merge contigs : maximum length in base pair of bubble (default: 100) -max_divergence <floating-point>: maximum divergence rate between two branches in a : scaffolding of contigs used paired end information (default: : est. standard deviation of respective dataset (default: : expected distance between two paired-end reads in the : expected distance between two long paired-end reads second short-read dataset (default: no read pairing) : export assembly to AMOS file (default: no export) -exp_cov <floating point|auto> : expected coverage of unique regions or allow the : minimum contig length exported to contigs.fa file : tracking of short read positions in assembly (default: no : expected distance between two paired end reads (default: : removal of low coverage nodes AFTER tour bus or : working directory name
目前用于新一代的测序的主要仪器有 Illumina/Solexa 的 Genome Analyzer、ABI 的 Solid 和 Roche 的 454，它们都能高通量的测序，产生大量的测序结果，接下来就要对序列进行拼接，用于拼接的软件也 有很多，比如 velvet、soap、abyss、maq 等，454 的还有专门的 newbler。平时用 velvet 比较多， 就简单介绍一下。 velvet 对短序列的拼接效果比较好，所以多用于对 Illumina 等产生的短序列片段进行组装拼接。下面以 Illumina 的 GAII 产生的结果为例进行说明。 一、单端测序 单端测序可以直接对 fastq 格式的原始文件进行处理，首先是用 velveth 命令建立 hash 表子集 输入./velveth 会出来使用帮助： Usage: ./velveth directory hash_length {[-file_format][-read_type] filename} [options] directory hash_length reduced) filename File format options: -fasta -fastq -fasta.gz -fastq.gz -eland -gerald Read type options: -short -shortPaired -short2 -shortPaired2 -long -longPaired Options: -strand_specific Output: directory/Roadmaps directory/Sequences 这一步主要是要确定使用的 hash 值，hash 值必须为奇数，且小于 MAXKMERLENGTH，这个值默认为 31，但是在安装的时候可以调整。具体的命令可以是： : for strand specific transcriptome sequencing data (default: off) : path to sequence file or – for standard input : directory name for output files : odd integer (if even, it will be decremented) <= 75 (if above, will be
Output: directory/contigs.fa directory/stats.txt coverage cutoff directory/LastGraph graph directory/velvet_asm.afg : (if requested) AMOS compatiBiblioteka Baidule assembly file : special formatted file with all the information on the final : fasta file of contigs longer than twice hash length : stats file (tab-spaced) useful for determining appropriate
这里主要用到的参数是-cov_cutoff（覆盖度）这个参数，其他都可不加，其实覆盖度参数也可以省略， 但是最好还是加上，增加可靠性。还有-exp_cov 这个参数加上后会对重复区域进行处理，也最好加上， 后面的数值用 auto 就可以了。其他的一些参数就根据你自己的喜好来设置。具体的命令可以是： velvetg result -cov_cutoff 30 -exp_cov auto -min_contig_lgth 100 最后根据出来的 n50 和 max contig 长度来判断拼接的效果，为了达到最好的拼接效果，一般要对 hash 值和覆盖度进行一系列的设置来进行比较。 二、双端测序 双端测序与单端测序相比在运行 velveth 时将-short 参数改为-shortPaired，其他一样。 在运行 velvetg 时可加入-ins_length 和-ins_length_sd 参数提高拼接的准确性。具体命令可以是： velvetg result -cov_cutoff 30 -ins_length 300 -ins_length_sd 100 -exp_cov auto -min_contig_lgth 100 其实运行这几个命令很简单，最重要的还是根据你的测序数据选择合适的参数。
velveth result 29 -fastq -short sequence.fastq 建立 hash 子集后用 velvetg 命令进行组装，输入./velvetg 也会出来帮助： Usage: ./velvetg directory [options] directory Standard options: -cov_cutoff <floating-point|auto> allow the system to infer it (default: no removal) -ins_length <integer> no read pairing) -read_trkg <yes|no> tracking) -min_contig_lgth <integer> (default: hash length * 2) -amos_file <yes|no> system to infer it (default: no long or paired-end read resolution) Advanced options: -ins_length2 <integer> -ins_length_long <integer> (default: no read pairing) -ins_length*_sd <integer> 10% of corresponding length) [replace '*' by nothing, '2' or '_long' as necessary] -scaffolding <yes|no> on) -max_branch_length <integer> bubble (default: 0.2) -max_gap_count <integer> -min_pair_count <integer> : maximum number of gaps allowed in the alignment of : minimum number of paired end connections to justify the two branches of a bubble (default: 3) the scaffolding of two long contigs (default: 10) -max_coverage <floating point> : removal of high coverage nodes AFTER tour bus (default: no removal) -long_mult_cutoff <int> (default: 2) -unused_reads <yes|no> no) : export unused reads in UnusedReads.fa file (default: : minimum number of long reads required to merge contigs : maximum length in base pair of bubble (default: 100) -max_divergence <floating-point>: maximum divergence rate between two branches in a : scaffolding of contigs used paired end information (default: : est. standard deviation of respective dataset (default: : expected distance between two paired-end reads in the : expected distance between two long paired-end reads second short-read dataset (default: no read pairing) : export assembly to AMOS file (default: no export) -exp_cov <floating point|auto> : expected coverage of unique regions or allow the : minimum contig length exported to contigs.fa file : tracking of short read positions in assembly (default: no : expected distance between two paired end reads (default: : removal of low coverage nodes AFTER tour bus or : working directory name