软件下载地址：可下载地址：https://github.com/aquaskyline/SOAPdenovo2
soapdenovo组装可以一步跑完，也可分四步跑完，但是一般还是选择比较简单的一步：
一步跑完的脚本:
./SOAPdenovo all -s config_file -K 25 -R -D 1 -d -o graph_prefix
四步单独跑的脚本:
./SOAPdenovo pregraph -s config_file -K 25 -R -d 1 -p -o graph_prefix
./SOAPdenovo contig -g graph_prefix -R -D 1 -M 1
./SOAPdenovo map -s config_file -g graph_prefix -p -f
./SOAPdenovo scaff -g graph_prefix -F -u -G -p
用一步跑完的话第一个参数跟all就行，分开跑的话就依次跟pregraph、contig、map 、scaff就行。
参数说明：
all:
-s <string> solexa reads 的配置文件
-p <int> 程序运行时设定的cpu线程数，默认值[8]
pregraph:
-o <string> 图形输出的文件名前缀
-K <int> 输入的K-mer值大小，默认值[23]，取值范围 13-127 #K-mer值必须是奇数；组装杂合子基因组的K-mer值应该小一点；组装含有高repeats基因组且要求其有高的测序深度和长的reads,的K-mer应该大一点。
-a <int> 假设初始化内存， 为了避免进一步的再分配，默认[0]G
-d <int> 去除kmers频数不大于该值（kmerFreqCutoff）的k-mer，默认值[0] ##最小化错误测序带来的影响
-R (optional) 利用read鉴别短的重复序列，默认值[NO]
contigs：
-g <string> 输入graph file文件名前缀
-R (optional) 移除repeats，使用pregraph步骤中产生的结果，如果参数-R在pregraph步骤中被设置的话，默认[NO]
-D <int> 去除频数不大于该值（edgeCovCutoff）的由k-mer连接的边，默认值[1]，即该边上每个点的频数都小于等于1时才去除。edges with coverage no larger than EdgeCovCutoff will be deleted, [1] #最小化错误测序带来的影响
-M <int> 在contiging操作时，合并相似序列的强度，默认值为[1]，最小值0，最大值3。#deal with heterozygosis
-e <int> 两边缘之间的弧的权重大于该值（arcWeight），将被线性化，默认值[0]
-m <int> 最大的kmer size（max 127）用于multi-kmer，默认[NO]
-E (optional) 在iterate迭代之前，合并clean bubble功能，仅在当使用multi-kmer时且设置-M参数，默认[NO]
map：
-g <string> 输入graph file文件名前缀
-k <int> 该值（kmer_R2C）是kmer size用于mapping reads到contigs上时的值，默认值[K]
-f (optional) 在map那一步中，对于使用SRkgf去填充gap，输出与gap相关的reads,默认[NO]
scaffold：
-F (optional) 利用read对scaffold中的gap进行填补，默认[NO]
-u (optional) 构建scaffolding前不屏蔽高/低覆盖度的contigs，这里高频率覆盖度指平均contig覆盖深度的2倍。默认[mask]屏蔽
-w (optional) 在scaffold中，保持contigs弱连接于其他contigs，默认[NO]
-G <int> 估计gap的大小和实际补gap的大小的差异值，默认值[50]bp。
-L <int> 用于构建scaffold的contig的最短长度(minContigLen)，默认为：[Kmer参数值+2]
-c <float> 在scaffolding之前，contigs小于100bp，且覆盖率小于该最小contig覆盖率（c*avgCvg），将被屏蔽，除非参数-u已设定，默认值[0.1]
-C <float> 在scaffolding之前，contigs覆盖率大于该最大contigs覆盖率（C*avgCvg），或者contigs小于100bp且覆盖率大于0.8*（C*avgCvg），将被屏蔽，除非参数-u已设定，默认值[2]
-b <float> 当处理contigs间的pair-end连接时，如果参数-b>1，该插入片段的上限值（b*avg_ins）将被用来作为大的插入片段（>1000）的上限，默认值[1.5]
-B <float> 如果两个contigs的覆盖率都小于bubble覆盖率（bubbleCoverage）乘以contigs平均覆盖率（bubbleCoverage*avgCvg），则去除在bubble结构中的低覆盖率contig，默认值[0.6]
-N <int> 统计基因组大小，默认值[0]
-V (optional) 输出相关信息为了可视化组装，默认[NO]
关于配置文件config_file的写法：
max_rd_len=50 #read的最大长度，该值一般设置的比实际read读长稍微短一些，截去测序最后的部分，具体长度看测序质量
[LIB] #文库信息以此开头 #在其后，可以整多个文库，仍以[LIB]开头
avg_ins=300 #文库平均插入长度，一般取插入片段分布图中给出的文库大小，illumina测序数据平均插入片段长度为300bp
reverse_seq=0 #序列是否需要被反转，目前的测序技术，插入片段大于等于2k的采用了环化，所以对于插入长度大于等于2k文库，序列需要反转，reverse_seq＝1，小片段设为0
asm_flags=3 #该文库中的read序列在组装的哪些过程（contig/scaff/fill）中用到：
设为1：只用于构建contig； #454 or sanger or merging reads
设为2：只用于构建scaffold； #长插入片段>=2k , mate-pair libraries
设为3：同时用于构建contig和scaffold； #短插入片段<2k
设为4：只用于补洞gap filling #454 single 长 reads
rank=1 #rank该值取整数，决定了reads用于构建scaffold的次序，值越低，数据越优先用于构建scaffold。设置了同样rank的文库数据会同时用于组装 scaffold。一般将短插入片段设为1；2k设为2；5k设为 3；10k设为4；当某个档的数据量较大时，也可以将其分为多个档，同样，当某档数据量不足够时，可以将多个档的数据合在一起构建scaffold。这里说的数据量够与不够是从该档的测序覆盖度和物 理覆盖度两个方面来考虑的。
pair_num_cutoff=3 #可选参数，pair_num_cutoff该参数规定了连接两个contig或者是pre-scaffold 的可信连接的阈值，即，当连接数大于该值，连接才算有效。 短插入片段(<2k)默认值[3]，长插入长度序列默认值[5]。
map_len=32 #可选参数，map_len该参数规定了在map过程中 reads和contig的比对长度必须达到该值（比对不容mismacth和gap），该比对才能作为一个可信的比对。 短插入片段(<2k)一般设置为32，长插 入片段设置为35，默认值[K＋2]。
q1=./pathfastq_read_1.fq
#read 1的fastq格式的序列文件
q2=./pathfastq_read_2.fq
#read 2的fastq格式的序列文件(与read1对应的read2文件紧接在read1之后）
f1=./pathfasta_read_1.fa
#read 1的fasta格式的序列文件
f2=./pathfasta_read_2.fa
#read 2的fasta格式的序列文件
q=./pathfastq_read_single.fq
#单向测序得到的fastq格式的序列文件
f=./pathfasta_read_single.fa
#单向测序得到的fasta格式的序列文件
p=./pathpairs_in_one_file.fa
#双向测序得到的一个fasta格式的序列文件
组装的结果文件解释：
*.contig #没有使用mate pair 信息的contig sequences 。
*.scafSeq #SOAPdenovo软件最终的组装序列结果，可用于后续研究。
*.scafStatistics #contigs和scaffolds的最终统计信息。
组装过程中产生的其他文件，详见官网（http://soap.genomics.org.cn/soapdenovo.html#intro2）：
*.kmerFreq #每行显示一个数，这个数是kmer值出现的频率等于行号的kmer个数。
参考：https://www.cnblogs.com/Formulate0303/p/6879841.html
