LACHESIS是一個(gè)比較早利用HiC數(shù)據(jù)輔助基因組組裝的工具，文章發(fā)表在Nature Biotechnology上.但是這款軟件在2年前就不在維護(hù)了呼猪，GitHub主頁(yè)上也推薦使用https://github.com/theaidenlab里的工具進(jìn)行組裝塔淤。
不過(guò)目前依舊有很多公司在用這個(gè)軟件做基因組組裝才菠，所以我也想試試看哥攘。
軟件安裝
LACHESIS需要安裝在Linux系統(tǒng)系統(tǒng)依疼，最低內(nèi)存不低于16GB痰腮，要求最小堆棧大小為10MB，可以用ulimit -s查看律罢，通過(guò)ulimit -s 10240膀值。同時(shí)依賴于以下軟件
- gcc
- zlib
- boost C++ : > 1.52.0, < 1.67.0, 老版本只有1.57能被我下載
- SAMtools: < 0.1.19
以沒(méi)有root權(quán)限為例，安裝SAMtools和Boost這兩個(gè)依賴庫(kù)
mkdir ~/src
mkdir -p ~/opt/{biosoft,sysoft}
# 安裝boost C++, 這一步會(huì)很久
cd ~/src
wget http://sourceforge.net/projects/boost/files/boost/1.57.0/boost_1_57_0.tar.bz2
tar xf boost_1_57_0.tar.bz2
cd boost_1_57_0
./bootstrap.sh --prefix=~/opt/sysoft/boost_1_57_0 --with-libraries=all --with-toolset=gcc
./b2 toolset=gcc
./b2 install
./bjam install
# 安裝SAMtools
cd ~/src
wget https://astuteinternet.dl.sourceforge.net/project/samtools/samtools/0.1.19/samtools-0.1.19.tar.bz2
tar xf samtools-0.1.19.tar.bz2
cd samtools-0.1.19
make -j 20
然后是下載并解壓縮
cd ~/opt/biosoft/
curl -o LACHESIS.zip https://codeload.github.com/shendurelab/LACHESIS/legacy.zip/master
unzip LACHESIS.zip
mv shendurelab-LACHESIS-2e27abb LACHESIS
cd LACHESIS
由于之前安裝的samtools并不是安裝在/usr目錄下，因此要修改src/include/gtools/目錄下的SAMStepper.h和SAMStepper.cc中的#include <bam/sam.h>, 指向?qū)嶋H地址沧踏。例如我的是#include "/home/xzg/src/samtools-0.1.19/sam.h"
export LACHESIS_BOOST_DIR=$HOME/src/boost_1_57_0
export LACHESIS_SAMTOOLS_DIR=$HOME/src/samtools-0.1.19
./configure --with-samtools=$HOME/src/samtools-0.1.19 \
--with-boost=$HOME/src/boost_1_57_0/
./configure --with-samtools=/data/src/samtools-0.1.19 \
--with-boost=/data/src/boost_1_57_0/
make -j 20
mv src/bin .
mv src/Lachesis bin/
如果服務(wù)器管理員幫你安裝了一個(gè)高版本的boost歌逢，你需要讓他進(jìn)行卸載，否則默認(rèn)會(huì)線用系統(tǒng)的boost翘狱，然后就會(huì)出錯(cuò)秘案。關(guān)于更多的報(bào)錯(cuò)，參考HiC軟件安裝篇之Lachesis
如果你Perl版本不是 5.14.2 潦匈，那么我們需要打開(kāi)bin下面的perl腳本踏烙，刪除如下信息
///////////////////////////////////////////////////////////////////////////////
// //
// This software and its documentation are copyright (c) 2014-2015 by Joshua //
// N. Burton and the University of Washington. All rights are reserved. //
// //
// THIS SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS //
// OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF //
// MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE, AND NON-INFRINGEMENT. //
// IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY //
// CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT //
// OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR //
// THE USE OR OTHER DEALINGS IN THE SOFTWARE. //
// //
///////////////////////////////////////////////////////////////////////////////
而且還得將第一行替換成#!/usr/bin/perl -w
之后需要將LACHESIS加入環(huán)境變量
export PATH=$PATH:~/biosoft/LACHESIS/bin
為了保證軟件在后續(xù)不會(huì)出錯(cuò)，我們還要測(cè)試下
cd bin
./Lachesis INIs/test_case.ini
當(dāng)你看到最后結(jié)果是: Done!就表明運(yùn)行成功了历等，最終結(jié)果輸出在當(dāng)前目錄下outs中
軟件使用
實(shí)際的軟件使用要求你需要提供至少兩類輸入文件
- HiC數(shù)據(jù)，雙端fastq格式
- 初始組裝辟癌，fasta格式
參考使用ALLHiC基于HiC數(shù)據(jù)輔助基因組組裝的第一步寒屯，第二步和第三步，使用bwa-aln + bwa-sampe將fastq回帖到參考基因組黍少，然后對(duì)數(shù)據(jù)進(jìn)行過(guò)濾寡夹。那么在后續(xù)的流程都假設(shè)你有如下兩個(gè)文件
- draft.asm.fasta: 初步組裝結(jié)果
- sample.clean.bam: HiC數(shù)據(jù)比對(duì)的預(yù)處理結(jié)果
然后我們需要拷貝一個(gè)配置運(yùn)行文件
cp ~/opt/biosoft/LACHESIS/bin/INIs/test_case.ini sample.ini
接著去修改參數(shù)，由于每個(gè)參數(shù)都會(huì)有說(shuō)明厂置，這里就展示我編輯過(guò)的幾個(gè)參數(shù)
SPECIES = test # 寫實(shí)際的物種名即可
DRAFT_ASSEMBLY_FASTA = draft.asm.fasta # 待組裝序列的實(shí)際位置
SAM_DIR = . #表示當(dāng)前目錄下查找文件
SAM_FILES = sample.clean.bam #bam文件名
RE_SITE_SEQ = AAGCTT #酶切識(shí)別序列
USE_REFERENCE = 0 #不使用參考序列
BLAST_FILE_HEAD = . # BLAST的輸出結(jié)果
CLUSTER_N = 16 # 最終聚類數(shù)目
上面這些參數(shù)的修改屬于基本操作菩掏，而下面的參數(shù)可能需要反復(fù)修改
# contig中最小的酶切位點(diǎn)數(shù),
CLUSTER_MIN_RE_SITES=25
# contig中最大的link密度, 也就是一個(gè)區(qū)域與多個(gè)contig存在信號(hào)
# 可能是異染色質(zhì)或重復(fù)序列
CLUSTER_MAX_LINK_DENSITY=2
# 對(duì)于CLUSTER_MIN_RE_SITES過(guò)濾掉的contig在初步聚類后還有機(jī)會(huì)加入已有的分組中
# 如果它加入其中的信號(hào)是加入另一組信號(hào)的3倍
CLUSTER_NONINFORMATIVE_RATIO=3
# 允許成組的最小酶切數(shù)
ORDER_MIN_N_RES_IN_TRUNK=15
最終運(yùn)行即可
ulimit -s 10240
Lachesis sample.ini
我們來(lái)構(gòu)建最終的組裝fasta
CreateScaffoldedFasta.pl draft.asm.fasta out/test_case
最終結(jié)果輸出在out/test_case/Lachesis_assembly.fasta
使用體驗(yàn):
- 軟件安裝有很多問(wèn)題
- 無(wú)法處理多倍體
- 已經(jīng)許久不維護(hù)
- 嘗試了自己的物種，結(jié)果在排序步驟出現(xiàn)了問(wèn)題
目前的想法: 這個(gè)軟件我不會(huì)再用第二次了昵济。
版權(quán)聲明：本博客所有文章除特別聲明外智绸，均采用 知識(shí)共享署名-非商業(yè)性使用-禁止演繹 4.0 國(guó)際許可協(xié)議 (CC BY-NC-ND 4.0) 進(jìn)行許可。
