生信软件使用简介一、Blast：序列比对 ①建库。db.seq是要用于建库的序列文件；-p设置建立的数据库类型，T蛋白质，F核酸，根据db.seq的序列类型选择。 formatdb -i db.seq -p [ T | F ] ②比对 blastall -p [数据库类型，包括blastp、blastn、blastx、tblastn、tblastx] -d [前一步建立的数据库名称的前缀] -i [查询序列文件] -m [输出格式，如8] -e [设置期望值用于筛选结果，如1e-8] -o [设置输出文件] 二、bowtie2和bowtie的主要区别是：bowtie用于测序长度小于50bp的比对，bowtie2用于大于50bp的比对。 这里以bowtie2为例： ①建库：ref.fa为参考序列，即要用于建库的序列文件；db.ebwt是设置输出文件的前缀 bowtie2-build ref.fa db.ebwt ②比对：db.ebwt是上步提到的文件前缀；seq.fq是要用于比对到库中的序列文件，fastq格式；seq.sam是设置输出文件的名称，只能是sam格式。 bowtie2 -x db.ebwt -u seq.fq -S seq.sam 三、SOAPdenovo：对一个或多个文库组装 运行该软件占用内存大，建议到内存较大的节点运行。 配置文件： max_rd_len:最大测序深度 ave_ins:插入片段大小 小文库（<1k）中reverse_seq=0，asm_flags=3 rank:文库计数 组装得到的基因组文件为*.scafSeq 四、Allpath:组装 1、在介绍Allpath组装前先介绍一个组装流程： ①文库大于8k：不用10k、15k、17k数据进行Allpath→加入10k、15k、17k数据进行SSPACE→将所有数据用Gapcloser补gap ②文库小于8k：Allpath→Gapcloser 2、配置文件： ①in_groups.csv每列表示：测序数据路径（?代表1和2，即表示序列1和序列2），文库名，组名；对于≤500bp的文库，组名=frag_文库大小；>500bp即>1k的文库，组名=jump_文库大小 ②in_lib.csvpaired：双端设为1，单端设为0；frag_stddev可设为frag_size的10%；insert_stddev同理，意味片段大小的波动区间；read_orientation：小文库设为inward，大文库设为outward；最后两列一般不改。 ③prepare.sh
文件中第7、10、18行需修改物种名称及日期；第15行表示大文库中的最小插入片段，若为小文库，则注释掉该行；第16行根据测序文件（fq格式）内容确定，较简易的方法是：若文件中第4行含有数字，则phred=33，即PHRED_64=False，否则phred=64，即PHRED_64=True。 ④assemble.sh
第8、11、17行需修改物种名称及日期；第15行中，杂合率>0.25时，HAPLOIDIFY =False，否则为True(对于将0.25作为分界点，参考：https://grou |
