技术贴 | 宏基因组专题 | 组装工具盘点和比较
本文由阿童木根据实践经验而整理，希望对大家有帮助。原创微文，欢迎转发转载。导读宏基因组组装工具非常多。如何从众多组装工具中选择适合分析自己的宏基因组测序数据的工具呢？为了解决这个问题，我搜集了宏基因组组装工具，并且利用已发表文章的数据分析了这些组装工具的性能。从比较结果来看，MetaSPAdes和MEGAHIT在组装上都有着各自出众的优势。MetaSPAdes准确性高，适合做单样品组装。MEGAHIT对计算内存需求相对最小，适合做多样本共组装。本篇内容分为以下四块：1）组装工具盘点；2）组装质量比较；3）组装长度比较；4）计算内存需求比较。一、 组装工具盘点通过阅读宏基因组分析相关文献，我整理了近些年常用的宏基因组组装工具，如下表。表中的被引量来自google学术（仅供参考）。从表中可以看出，SPAdes是最受宏基因组研究者青睐的组装工具，被引量达到6000+，遥遥领先于其他工具。SPAdes现在已经更新到了第三版，即SPAdes 3。SPAdes中的'--meta’功能，即MetaSPAdes在2017年单独发表在Genome Research上，仅2年的时间被引已达到350。2015年以来，被引量最高的宏基因组组装工具是MEGAHIT，被引量达到600+。组装工具发表杂志发表时间引用量MetaSPAdesGenome Research2017350MOCAT2Bioinformatics201655MEGAHITBioinformatics2015611Anvi’oPeerJ2015279MetAMOSGenome Biology2013145SPAdesJournal of Computational Biology20126241IDBA-UDBioinformatics20121350MetaVelvetNucleic Acids Research2012507Ray MetaGenome Biology2012423SOAPBioinformatics20082022SOAPdenovo2GigaScience20122371OmegaBioinformatics201464MetaVelvet-SLDNA research201451二、 组装质量比较2018年的一篇综述从多个角度比较了宏基因组组装工具 [1]。根据AQI（组装质量指数）MetaSPAdes在组装质量上表现最好，如Table 1（低复杂度数据），Table 2（高复杂度数据）。
三、 组装长度比较2019年CELL上的一篇文章比较了MetaSPAdes和MEGAHIT组装结果中最大组装contig和N50的差异 [2]。比较用了多个不同研究的数据，比较结果显示MetaSPAdes能比MEGAHIT组装出更长的contig，组装能力更加出色。比较结果如下图，其中蓝星表示MetaSPAdes>MEGAHIT且差异显著，黄星表示MetaSPAdes<MEGAHIT且差异显著，没有星表示差异不显著。
四、 计算内存需求比较2017年的一篇文章从多个方面比较了多个组装工具的性能差异 [3]，比较结果显示在内存需求方面（2.50 GHz处理器, 504 GB物理内存, 8线程，Tara Ocean数据集），SPAdes是“内存最昂贵的” (157 GB RAM)，其次是Velvet和MetaVelvet (均为109 GB)，这比普通台式电脑 (16 GB) 的内存大得多。相比之下，MEGAHIT (11 GB) 和CLC (16 GB) 是内存使用效率最高的组装程序。与其他工具相比，分析相同的宏基因组测序数据MEGAHIT内存需求最小，速度相对也比较快，如下表 [3]。对于内存需求>1Tb RAM的数据集和非配对序列优先考虑使用MEGAHIT [2]。
基于组装的宏基因组数据分析（如，宏基因组分箱）对工具的准确性和计算资源的要求非常的高。宏基因组组装分为单样本组装和共组装（多样本合并后组装）两种常用的方法。单样本组装对计算资源的需求相对较小，推荐使用组装质量最好的MetaSPAdes。共组装输一般输入数据量很大，推荐使用MEGAHIT [2]。参考：1. Practical evaluation of 11 de novo assemblers in metagenome assembly. J. Microbiol. Methods 20182. Extensive Unexplored Human Microbiome Diversity Revealed by Over 150,000 Genomes from Metagenomes Spanning Age, Geography, and Lifestyle. Cell 20193. Assembling metagenomes, one community at a time. BMC Genomics. 2017感谢阅读~
你可能还喜欢
1 技术贴 | 16S专题 | 简单介绍如何用自己的笔记本处理高通量16S数据2 技术贴 | 宏转录组专题 | DDBJ数据库：宏转录组测序数据下载