wtdbg2软件介绍

wdbg2能利用三代Pacbio 或 Nanopore 测序数据进行基因组组装。在组装过程中，软件将reads打断成长度为1024 bp的片段（类似kmer序列)，再将相似的片段进行整合成一条 vertex序列，然后基于vertex序列在reads上的位置,对vertexs序列进行连接，从而得到基因组序列。这种基因组组装方法和De Bruijin Graph方式类似，但是其kmer序列较长，且允许序列之间有mismatch和gap，被作者称为Fuzzy Bruijn Graph。

wtdbg2相比于Canu等软件，其运行速度可能快了10倍左右。软件在基因组组装前没有对long reads进行校正，在组装后能利用三代和二代测序数据对基因组序列进行校正。

wtdbg2官网：

https://github.com/ruanjue/wtdbg2

wtdbg2软件安装：

#编译安装wtdbg2
wget \
https://github.com/ruanjue/wtdbg2/archive/refs/heads/master.zip
#解压文件
unzip master.zip
#安装软件
cd wtdbg2-master
make
#将软件添加到环境变量（根据自己的安装路径进行添加）
vim ~/.bashrc
PATH=/opt/biosoft/GENOME/wtdbg2-master:$PATH
source ~/.bashrc

wtdbg2示例数据下载：

#pacbio示例数据下载
wget \
-O pacbio.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494912/SRR8494912  
#nanopore示例数据下载
wget \
-O nanopore.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494939/SRR8494939

wtdbg2示例数据处理（sra转fastq)：

#pacbio示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 pacbio.sra
#nanopore示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 nanopore.sra

fastq-dump会将sra格式转化成fastq格式，同时--gzip参数会对fastq进行压缩，示例pacbio.sra最终会被转化为pacbio.fastq.gz

wtdbg2常用选项参数：

-i : 输入fasta格式的reads数据，若输入文件有多个，则多次使用该参数；
-o : 设置输出文件前缀；
-t : 设置线程数；
-f : 强制覆盖已存在的输出文件；
-x : 选择预设参数；
-g : 设置基因组大小，可以带有k/m/g等单位；
-X ：从输入的测序数据中选择最长的测序深度达到此设定值的reads数据用于基因组组装，默认值50.0；
-L ：过滤掉长度低于此值的reads数据，默认值为0，对于正常的Pacbio数据，建议设置为5000
-x预设参数选择："rs" for PacBio RSII, "sq" for PacBio Sequel, "ccs" for PacBio CCS reads and "ont" for Oxford Nanopore）；

wtdbg2使用案例：

wtdbg2.pl \
-i pacbio.fastq.gz \
-t 12 \
-x rs \
-g 5.4m \
-o pacbio_wtdbg2/pacbio_wtdbg2

wtdbg2主要输出结果文件：

#最终组装结果文件，用于下游分析
pacbio_wtdbg2.cns.fa