個人電腦也做做巨集基因組玩玩

巨集基因組分析，首先需要的結果是獲得物種分類資訊，前面我們提到，巨集基因組有兩種分析方式分別是基於序列比對和組裝的，組裝對電腦硬體的要求是超級高的，不過比對，就輕鬆多了，得益於演算法的優化，有的軟體可以實現在個人電腦上進行分析。最近的「amd yes"也很給力，把普通個人電腦推向了8核16g ram這種配置，終於追上了手機（雖然二者效能不可同日而語）。算力有了，充分利用起來呀，來個巨集基因組玩玩呀！

人生苦短，用conda吧！軟體安裝這事，能不折騰就不折騰。順便提一句，我是使用win10自帶的內建linux子系統wsl進行的，雖然還不完美（有人遭遇了許可權問題），也算挺方便了。

# source ~/miniconda3/bin/activate #conda create -n kraken2 conda activate kraken2 #conda install -y bracken kraken2

#conda install python=2.7 -y bowtie2 trimmomatic kneaddata

wget

gunzip homo_sapiens_assembly38.fasta.gz

#建索引

bowtie2-build --threads 8 homo_sapiens_assembly38.fasta broad_hg38

#質控kneaddata -i km180115501/km180115501.r1.fastq.gz -i km180115501/km180115501.r2.fastq.gz -o kneaddata_out -v \

-db /home/zd200572/reference/broad_hg38 --trimmomatic /home/zd200572/miniconda3/envs/kraken2/share/trimmomatic-0.39-1/ --trimmomatic-options "slidingwindow:4:20 minlen:50" \

-t 8 --bowtie2-options "--very-sensitive --dovetail" --remove-intermediate-output

#彙總kneaddata_read_count_table --input kneaddata_out --output kneaddata_read_counts.txt

# 清理宿主汙染至指定目錄備用

mkdir kneaddata_out/contam_seq

mv kneaddata_out/*_contam*fastq kneaddata_out/contam_seq

## 本質上只合併了1/2

concat_paired_end.pl -p 8 --no_r_match -o cat_reads kneaddata_out/*_paired_*.fastq

# 可選方法2：我感覺是合併4個檔案，應該重新命名序列id，不則雙端序列重名字，shell命令合併單樣品

for i in

`tail -n+2 map.txt |

cut -f 1`

;do \

cat kneaddata_out/$_r1_kneaddata_paired_1.fastq kneaddata_out/$_r1_kneaddata_paired_2.fastq knead

#分類kraken2 \

--db ~/biosofts/minikraken2_v1_8gb \

--threads 8 \

--report report \

--paired \

kneaddata_out/km180115501.r1_kneaddata_paired_1.fastq kneaddata_out/km180115501.r1_kneaddata_paired_2.fastq

bracken -d ~/biosofts/minikraken2_v1_8gb -t 8 -i report -o result.out

159s的執行時間過後，你就得到了你的樣本物種分類結果。

參考了幾篇部落格的內容。

個人電腦也做做巨集基因組玩玩

個人建站個人電腦，家庭寬頻

雲霧計算推動個人電腦演變

最牛個人電腦安全設定

個人電腦也做做巨集基因組玩玩

個人建站 個人電腦，家庭寬頻

雲霧計算推動個人電腦演變

最牛個人電腦安全設定

相關推薦

個人建站個人電腦，家庭寬頻