SPAdes安装及使用教程 ——基因组数据组装神器

SPAdes（St. Petersburg genome assembler）是一个用于基因组组装的开源软件，主要应用于小型基因组如细菌，真菌等基因组测序数据的拼接。此软件应用广泛，具有多个附加管道可用于对不同类型的数据进行拼接。

SPAdes的安装

1. conda 安装

conda install -c bioconda spades

1. 预编译可执行文件安装（下载并解压后即可使用）

#下载可执行文件并解压

wget http://cab.spbu.ru/files/release3.15.5/SPAdes-3.15.5-Linux.tar.gz

tar -xzf SPAdes-3.15.5-Linux.tar.gz

# 切换到bin目录

cd SPAdes-3.15.5-Linux/bin/

# 添加环境变量（临时）

export PATH=$PATH:$(pwd)

# 验证安装

spades.py --test

SPAdes的使用

单端测序数据

spades.py --careful --s1 R1.fastq -o result_out

双端测序数据

spades.py --careful --pe1-1 R1.fastq --pe1-2 R2.fastq -o result_out

宏基因组数据组装

spades.py --meta -t 16 -m 50 --pe1-1 R1.fastq --pe1-2 R2.fastq -o result_out

WGS数据质粒组装

spades.py --plasmid -t 16 -m 50 --pe1-1 R1.fastq --pe1-2 R2.fastq -o result_out

参数选项：

--s1：指定单独测序的序列文件，如果有多个文库，用数字后缀加以区分，比如--s1,--s2

--pe1-1和--pe1-2：分别指定双端测序的R1端和R2端序列文件，多个文库用数字后缀区分，比如--pe2-1, --pe2-2

-k：kmer数，一次可以输入多个，用逗号分隔，数值从小到大排列，kmer最大为127，数值必须是奇数，一般自动选择即可，--sc参数，则默认值为 21,33,55。若没有 --sc参数，则程序会根据 reads长度自动选择 k-mer参数

--careful：通过运行 MismatchCorrector模块进行基因组上 mismatches和 short indels的修正。推荐使用此参数

-o result_out：指定输出文件目录为result_out，需要提前设定，为必选项

--test：使用 test数据运行 SPAdes，用于检测软件是否正确安装

--meta：组装宏基因组数据集

--plasmid：从WGS数据集组装质粒

--metaplasmid：从宏基因组组装体中提取染色体外元素，如质粒

--help：打印帮助信息

-t 16：使用的线程数，默认为16

-m 250：设定内存的限制，单位为 Gb。如果程序使用的内存达到此值，则程序会终止运行。默认值是 250

参考资料：

Prjibelski A, Antipov D, Meleshko D, Lapidus A, Korobeynikov A. Using SPAdes De Novo Assembler. Curr Protoc Bioinformatics. 2020 Jun;70(1):e102. doi: 10.1002/cpbi.102. PMID: 32559359.

https://github.com/ablab/spades#metapv