之前使用的是3D-DNA流程做Hi-C的辅助组装，它的最大优势就是输出结果可以对接下游的JBAT(juicerbox with Assembly Tools)进行手动矫正。然而它点缺陷也很明显，处理速度不够快，且对植物的优化不行，同时目前许久不更新了。 最近我发现了一套新的组合，chromap + yahs 完全替代之前3D-DNA流程。它的依赖工具如下 - chromap: 高效Hi-C数据比对 - samtools: sam转bam - yahs: 另一个Hi-C scaffolding工具。纠错上准确性高，排序上略强3d-dna，远超SALSA2。 - juicer_tools: 用于输出导入JuiceBox chrompa, samtools, yahs可以直接用conda进行安装，juicer_tools依赖Java环境，并需要单独下载 ``` conda create -n hic-scaffolding -c bioconda -c conda-forge chromap samtools yahs assembly-stats openjdk # 1.19.02版本就行了, 最新的3.0不向下兼容 wget https://s3.amazonaws.com/hicfiles.tc4ga.com/public/juicer/juicer_tools_1.19.02.jar ``` 具体分析步骤如下，我们需要提供前期组装结果，以及Hi-C数据 ```bash contigsFasta=/到/你的/contig.fa的路径 r1Reads=/到/你的/Hi-C R1测序的路径 r2Reads=/到/你的/Hi-C R2测序的路径 ``` 第一步，数据比对 ```Bash # 建立索引 samtools faidx $contigsFasta chromap -i -r $contigsFasta -o contigs.index # alignment chromap \ --preset hic \ -r $contigsFasta \ -x contigs.index \ --remove-pcr-duplicates \ -1 $r1Reads \ -2 $r2Reads \ --SAM \ -o aligned.sam \ -t 50 # 排序 samtools view -bh aligned.sam | samtools sort -@ 50 -n > aligned.bam rm aligned.sam ``` > 按照read的名字进行排序和按照位置排序或未排序的结果会有一些不同。 第二步，又快又好的scaffolding。默认只需要两个输入，组转的contig.fa和比对的bam，和C语言一样简洁。 ```Bash yahs $contigsFasta aligned.bam ``` 在输出结果中 - inital_break 表示纠错的中间输出 - _scaffolds_final.agp和_scaffolds_final.fa则是最终结果 对于输出结果，我们希望进行可视化，此时可以使用yahs提供的jucier工具 第三步，为juicer_tools准备输入 ```Bash juicer pre -a -o out_JBAT \ yahs.out.bin \ yahs.out_scaffolds_final.agp \ $contigsFasta.fai # -o out_JBAT表示输出文件名的前缀 ``` 一共包括如下几个文件 - out_JBAT.assembly - out_JBAT.assembly.agp - out_JBAT.hic - out_JBAT.liftover.agp - out_JBAT.txt out_JBAT.txt就作为下游的输入 ```Bash JUICER=/路径/到/juicer_tools_1.19.02.jar asm_size=$(awk '{s+=$2} END{print s}' $contigsFasta.fai) java -Xmx36G -jar $JUICER \ pre out_JBAT.txt out_JBAT.hic <(echo "assembly ${asm_size}") ``` 输出的out_JBAT.hic就可以导入到JBAT进行组装,导出为out_JBAT.review.assembly 将手动修改的结果传递给juicer，进行scaffolding。 ```Bash juicer post -o out_JBAT out_JBAT.review.assembly out_JBAT.liftover.agp contigs.fa ``` 输出结果为 out_JBAT.FINAL.agp, out_JBAT.FINAL.fa