本文可在http://xuzhougeng.top/免费阅读原文
使用二代数据或三代数据得到contig后，下一步就是将contig提升到染色体水平。有很多策略可以做到这一点，比如说遗传图谱，BioNano(看运气), HiC, 参考近源物种。
如果利用HiC进行准染色体水平，那么目前常见的组装软件有下面几个
- HiRise: 2015年后的GitHub就不再更新
- LACHESIS: 发表在NBT，2017年后不再更新
- SALSA: 发表在BMC genomics, 仍在更新中
- 3D-DNA: 发表在science，仍在更新中
- ALLHiC: 发表在Nature Plants, 用于解决植物多倍体组装问题
对于二倍体物种而言，目前3D-DNA应该是组装效果最好的一个软件。
工作流程
使用3D-DNA做基因组组装的整体流程如下图，分别为组装，Juicer分析Hi-C数据，3D-DNA进行scaffolding，使用JBAT对组装结果进行手工纠正，最终得到准染色体水平的基因组。
总体流程
基因组组装可以是二代测序方法，也可以是三代测序组装方法，总之会得到contig。
Juicer的工作流程见下图，输入原始的fastq文件，处理得到中间文件.hic, 之后对.hic文件用于下游分析，包括
- Arrowhead: 寻找存在关联的区域
- HiCCUPS: 分析局部富集peaks
- MotifFinder: 用于锚定peaks
- Persons: 计算观测/期望的皮尔森相关系数矩阵
- Eigenvector: 确定分隔
juicer工作流程
之后Juicer的输出结果给3D-DNA，分析流程见下图。3D-DNA先根据Hi-C数据分析contig中的misjoin，对其进行纠错。之后通过四步,分别是Polish, Split, Seal和Merge, 得到最终的基因组序列
3d-dna流程
软件安装
在安装之前，确保服务器上有了下面这些依赖软件工具
- LastZ（仅在杂合基因组的二倍体模式下使用）
- Java >= 1.7
- GNU Awk >= 4.02
- GNU coreutils sort > 8.11
- Python >= 2.7
- scipy, numpy, matplotlib
- GNU Parallel >=20150322 (不必要，但是强力推荐)
- bwa
我们需要安装两个软件，一个是3D-DNA，另一个是juicer。
CPU版本的juicer安装
mkdir -p ~/opt/biosoft/
cd ~/opt/biosoft
git clone https://github.com/theaidenlab/juicer.git
cd juicer
ln -s CPU scripts
cd scripts/common
wget https://hicfiles.tc4ga.com/public/juicer/juicer_tools.1.9.9_jcuda.0.8.jar
ln -s juicer_tools.1.9.9_jcuda.0.8.jar juicer_tools.jar
然后用~/opt/biosoft/juicer/scripts/juicer.sh -h检查是否有帮助信息输出
3D-DNA安装也很容易，只需要从Github上将内容克隆到本地即可
cd ~/opt/biosoft
git clone https://github.com/theaidenlab/3d-dna.git
用sh ~/opt/biosoft/3d-dna/run-asm-pipeline.sh -h查看是否有帮助文档输出。
参数详解
以CPU版本的为例，juicer.sh的参数如下
Usage: juicer.sh [-g genomeID] [-d topDir] [-s site] [-a about] [-R end]
[-S stage] [-p chrom.sizes path] [-y restriction site file]
[-z reference genome file] [-D Juicer scripts directory]
[-b ligation] [-t threads] [-r] [-h] [-f] [-j]
参数说明
