教程 | BUSCO 评估基因组组装完整性（含注意事项）

2023-06-13 本文已影响0人生信石头

BUSCO评估基因组组装完整性，是一件非常简单的事情，我很少关注。但最近又小朋友说自己使用时总是遇到问题。我尝试在他目录下跑了一下，似乎也确实遇到问题，无法解决。认为两个可能：

对软件参数还是不了解
可能是一些软件环境有冲突（conda安装有时如此）

为此，在组会同时顺手测试了一下

使用 conda 安装 busco

mamba create -n busco -c conda-forge -c bioconda busco=5.4.7

下载参考基因集合

手动下载参考BUSCO基因集合

wegt https://busco-data.ezlab.org/v5/data/lineages/eukaryota_odb10.2020-09-10.tar.gz
tar -zxvf eukaryota_odb10.2020-09-10.tar.gz

直接开始评估

# 默认调用 metauk 预测基因集
busco -i `pwd`/Chr_18.fa -l `pwd`/eukaryota_odb10/ -o at -m genome --force --offline --cpu 8 -r --contig_break 100

似乎没有遇到什么问题，其中考虑到师弟的组装用了100个n来表示gap，而busco默认参数是10个n，故增加这个参数。但似乎就算我不加这个参数，也没事。于是，不知道为什么他的环境不行，但新环境没问题，能用就行，软件安装和环境部署上就不纠结了。

使用 augustus 评估

busco（可能是version5的缘故）似乎默认调用 metauk 进行基因预测，比较奇怪。因为这个流程主要是针对宏基因组？在植物上是否合适？而busco参数中可以指定 augustus 进行基因预测。然而 conda 安装的 busco 环境其实 augustus 有问题。检索了一下，是已知bug但未解决，不过，可以直接通过升级 augustus 版本到 3.5.0 来解决问题（默认3.4.0 2023年06月14日）

更新 augustus

# conda 自动安装 augustus 有问题
conda activate busco
mamba install -c bioconda augustus=3.5.0

开始评估

busco -i `pwd`/Chr_18.fa -l `pwd`/eukaryota_odb10 -m genome --force --offline --augustus  --cpu 40 -r --contig_break 100 -o test_0

有趣的是，busco 默认调用 augustus 的基因集合是 fly，这个不是瞎搞？参数上也没提示，可能会导致预测结构很差？或者比较差，我没做具体评估。但是，可以从参数指定 augustus 的参考基因集合。目前来说，集合最好的应该是拟南芥（但是是否最全，最优，不知道），总比 fly 好，对于植物来说

busco -i `pwd`/Chr_18.fa -l `pwd`/eukaryota_odb10 -m genome --force --offline --augustus --augustus_species arabidopsis --cpu 40 -r --contig_break 100 -o test_1

于是评估结束。至于其他参数和出图，不需要我来折腾。