使用BUSCO评估组装效果

BUSCO，全名为Benchmarking Universal Single-Copy Orthologs，依据单拷贝同源基因评估基因组组装注释的完整度。

一、安装

为避免环境冲突，建议单独配置busco的环境。

conda create -n busco busco
conda activate busco

二、配置数据库文件

数据库文件地址https://busco-data.ezlab.org/v4/data/lineages/，选择相应种类的数据集下载即可,这里选用有胚植物的数据库。

mkdir BUSCO_database && cd BUSCO_database
wget -c https://busco-data.ezlab.org/v4/data/lineages/embryophyta_odb10.2020-09-10.tar.gz
tar -vxzf *.gz

三、运行

conda activate busco
busco -i ~/output/20220930_banana/banana.combined.assembly.fa -l ～/BUSCO_database/embryophyta_odb10 -o hifiasm.busco -m genome -c 48

四、参数

主要参数说明如下

-i    输入文件
-o    输出文件后缀
-m    分析类型：包括genome、transcriptome、proteins
-c    线程数

五、结果

若正常运行结束，标准输出如下。输出目录中找到short_summary*.txt文件，查看测试基因覆盖度C=S+D，总的覆盖度为C/n。

PS: 如果出现download connection problem，增加--offline参数关闭尝试下载最新的busco data，显式声明使用下载到本地的odb10。