wtdbg v2.5安装与使用--生信工具105-拓冰建站

简介

wtdbg2是一款针对 PacBio 或牛津纳米孔（ONT）长噪音读长的从头组装器。它直接组装原始读长、不预先纠错，再从中间组装结果构建一致性序列。wtdbg2 可组装人类基因组，甚至 32Gb 蝾螈基因组，速度比 CANU、FALCON快数十倍，同时产出的 contig 碱基准确度相当。

组装过程中，wtdbg2 将读长切分为1024bp 片段，把相似片段合并成图的顶点，再依据片段在原读长上的邻接关系连接顶点，形成模糊布鲁因图（Fuzzy Bruijn Graph, FBG）。它类似传统 De Bruijn 图，但允许错配 / 缺失，并在合并 k‑mer 时保留读长路径；这一点是 wtdbg2 与多数长读长组装器的核心区别。

https://github.com/ruanjue/wtdbg2 #官网

安装

wtdbg2仅支持 64 位 Linux。编译：在源码目录执行make，然后把wtdbg2、wtpoa-cns加入环境变量 PATH 即可。

附带工具：

近似比对器kbm
更快但精度略低的一致性工具wtdbg‑cns
scripts 目录包含多种辅助脚本

git clone https://github.com/ruanjue/wtdbg2 cd wtdbg2 && make

使用 wtdbg2.pl 快速运行 ./wtdbg2.pl -t 16 -x rs -g 4.6m -o dbg reads.fa.gz 分步命令行（推荐） 1）长读长组装 ./wtdbg2 -x rs -g 4.6m -i reads.fa.gz -t 16 -fo dbg 2）生成一致性序列 ./wtpoa-cns -t 16 -i dbg.ctg.lay.gz -fo dbg.raw.fa 3）对一致性序列进行抛光（若打算用其他工具抛光，此步可略） minimap2 -t16 -ax map-pb -r2k dbg.raw.fa reads.fa.gz | samtools sort -@4 >dbg.bam samtools view -F0x900 dbg.bam | ./wtpoa-cns -t 16 -d dbg.raw.fa -i - -fo dbg.cns.fa 4）用短读长进一步抛光（可选） bwa index dbg.cns.fa bwa mem -t 16 dbg.cns.fa sr.1.fa sr.2.fa | samtools sort -O SAM | ./wtpoa-cns -t 16 -x sam-sr -d dbg.cns.fa -i - -fo dbg.srp.fa

使用说明

wtdbg2 包含两个核心组件：

组装器 wtdbg2：组装原始读长，输出prefix.ctg.lay.gz（contig 布局与边序列）
一致性工具 wtpoa‑cns：输入上述文件，输出最终 FASTA 一致性序列

标准流程：

./wtdbg2 -x rs -g 4.6m -t 16 -i reads.fa.gz -fo prefix ./wtpoa-cns -t 16 -i prefix.ctg.lay.gz -fo prefix.ctg.fa

参数说明：

-g：预估基因组大小
-x：测序平台（必须最先设置）
- rs：PacBio RSII
- sq：PacBio Sequel
- ccs：PacBio CCS（HiFi）
- ont：牛津纳米孔

组装不佳时可调参数：

-k：普通 k‑mer 长度
-p：均聚物压缩（HPC）k‑mer长度
-S：k‑mer 采样率（默认 1/4；低覆盖可减小-S提高采样率，但内存峰值显著上升）
-e：图中边的最小覆盖度（默认 3；按测序深度调整）
-A：低覆盖数据优化（牺牲速度）
-L5000：PacBio 数据经验最优，推荐开启

查看完整参数：wtdbg2 --help或README‑ori.md

各数据集资源消耗（组装阶段）

数据集	基因组大小	覆盖度	组装参数	组装 CPU 时间	一致性 CPU 时间	实际总耗时	内存峰值
大肠杆菌	4.6Mb	PB ×20	-x rs -g4.6m -t16	53 秒	8 分 54 秒	42 秒	1.0G
秀丽隐杆线虫	100Mb	PB ×80	-x rs -g100m -t32	1 小时 07 分	5 小时 06 分	13 分 42 秒	11.6G
黑腹果蝇 A4	144m	PB ×120	-x rs -g144m -t32	2 小时 06 分	5 小时 11 分	26 分 17 秒	19.4G
黑腹果蝇 ISO1	144m	ONT ×32	-x ont -g144m -t32	5 小时 12 分	4 小时 30 分	25 分 59 秒	17.3G
拟南芥	125Mb	PB ×75	-x sq -g125m -t32	11 小时 26 分	4 小时 57 分	49 分 35 秒	25.7G
人类 NA12878	3Gb	ONT ×36	-x ont -g3g -t31	793 小时 11 分	97 小时 46 分	31 小时 03 分	221.8G
人类 NA19240	3Gb	ONT ×35	-x ont -g3g -t31	935 小时 31 分	89 小时 17 分	35 小时 20 分	215.0G
人类 HG00733	3Gb	PB ×93	-x sq -g3g -t47	2114 小时 26 分	152 小时 24 分	52 小时 22 分	338.1G
人类 NA24385	3Gb	CCS ×28	-x ccs -g3g -t31	231 小时 25 分	58 小时 48 分	10 小时 14 分	112.9G
人类 CHM1	3Gb	PB ×60	-x rs -g3g -t96	105 小时 33 分	139 小时 24 分	5 小时 17 分	225.1G
蝾螈	32Gb	PB ×32	-x rs -g32g -t96	2806 小时 40 分	1456 小时 13 分	110 小时 16 分	1788.1G