组装是宏基因组分析中最重要的一环，它直接影响着后续基因集的构建、功能分析及物种注释等的分析结果。

小锐使用一个大约12G的土壤样本，测试了SOAPdenovo、megahit和metaSAPdes三个组装软件的组装性能。到底谁能胜出？请随着小锐一步一步来探个究竟。

1

软件安装

SOAPdenovo下载地址

http://sourceforge.net/projects/soapdenovo2/files/SOAPdenovo2/

MEGAHIT下载地址

https://github.com/voutcn/megahit

metaSPAdes下载地址

http://spades.bioinf.spbau.ru/release3.11.0/

评估软件quast下载地址

https://github.com/ablab/quast.git -b release_4.5

2

组装

SOAPdenovo组装

组装命令

SOAPdenovo-63mer all –s sample.config -p 10 -d 1 -K 55 -M 3 -F -u –o sample

参数说明

-s config配置文件

-p 需要使用的cpu数目，默认8

-K k-mer的长度（选取了4个kmer，分别是51,55.59,63）

-d [INT], kmerFreqCutoff, 去除频数小于等于该值的kmers，默认为0

-M [INT], mergeLevel连接contigs时, 合并相似序列的等级，默认为1，最小值为0，最大值为3

-F 利用reads对scaffolds的gap进行填补，默认不执行

-u 构建scaffold前屏蔽过高或过低覆盖度contigs，默认屏蔽

-o 输出文件前缀

MEGAHIT 组装

组装命令

megahit [options] {-1 <pe1> -2 <pe2> | --12 <pe12> | -r <se>} [-o <out_dir>]

参数说明

[options] 可以根据宏基因组数据的类型选择不同的类型，-1代表reads1，-2 代表reads2，-r 是single reads ； -o 是输出文件夹。

其他参数默认就可以，k-mer的长度是[21,29,39,59,79,99,119,141]。

metaSPAdes组装

组装命令

spades.py --meta -1 sample.1.fq.gz -2 sample.2.fq.gz -s sample.single.fq.gz -t -m -k -o <dirname>

参数说明

--meta 是宏基因组的组装（该程序可以进行其他类型数据的应用，比如RNA），-1，-2，-s 输入的序列，-t
使用的cpu数目（默认16），-m 使用的最大内存限制（默认250G），-k k-mer的长度（默认自动增加，最大128），-o 输出文件夹。

3

评估组装结果

接下来，就到大家最关心的时刻了。

马上奉上测评结果！

组装使用的时间及计算资源

3款软件对比

组装软件

时间

内存

SOAPdenovo

约24h

220G

metaSAPdes

约48h

250G

megahit

约6h

30G

组装性能

下载评估软件quast，解压即可进行评估。

运行QUEST

quast.py sample.contigs.fa -o report

输入组装得到的结果.contigs.fna文件（我们选取了contigs大于500bp的序列），-o 输出文件的位置。

各个组装软件具体结果评估并比较如下：

- 总结 -

小锐教你怎么选

从组装性能上看，三个不同的组装软件具有不同的特点：

SOAPdenovo组装序列的contigs数相对较少，适用一些简单样本的组装（比如人的肠道样本）。

而metaSAPdes和megahit组装得到的contigs数较多，适用一些复杂样本的组装（比如土壤和水体等样本）。

但同时考虑到组装过程中的计算时间及资源，megahit软件相对具有更好的组装性能。