1.hifiasm组装

hifi + hic

hifiasm -o GN.asm -t48 --h1 GN_h1.cl.fq.gz --h2 GN_h2.cl.fq.gz GN_hifi.fq.gz 2> GN.asm.log

这一步是改变序列和文件格式

for i in *ctg.gfa; do n=$(echo $i | awk -F '_' '{print $1"_"$2}'); awk '/^S/{print">"$2;print $3}' $i > $n\_ctg.fa; done

对组装评估，产生报告

quast-lg.py -t48 -o quast_GN GN.asm.hic.p_ctg.fa GN.asm.hic.hap1.p_ctg.fa GN.asm.hic.hap2.p_ctg.fa

2.、以GN为例，形成限制酶切位点、contigs长度列表、以及参考序列index，建立原始数据路径

打开hicpro运行环境

mamba activate HiC-Pro_v3.1.0/hicpro

链接到需要使用的文件

ln -s ../../hifiasm/GN.asm.hic.p_ctg.fa ./

调用digest_genome.py（hicpro自带的限制酶切信息位点），形成限制酶切位点，其中,-r指定酶的名称或序列，在代码给了如下字典：

~/pack/HiC-Pro/bin/utils/digest_genome.py GN.asm.hic.p_ctg.fa -r dpnii -o GN.asm.hic.p_ctg.dpnii.bed

SeqKit是一种跨平台的、极快的，全面的fasta/q处理工具

seqkit fx2tab -n -l GN.asm.hic.p_ctg.fa > GN.asm.hic.p_ctg.table

Bowtie 2是一种超快速、高效使用内存的工具，用于将测序读段与长参考序列比对。它特别擅长将大约50个字符到100个字符的读段与相对较长的（如哺乳动物）基因组比对。

bowtie2-build --threads 48 GN.asm.hic.p_ctg.fa GN.asm.hic.p_ctg

能够对fasta 序列建立一个后缀为.fai 的文件，根据这个.fai 文件和原始的fastsa文件， 能够快速的提取任意区域的序列

samtools faidx GN.asm.hic.p_ctg.fa

创建文件夹并打开

mkdir -p rawdata/samples1/; cd rawdata/samples1

链接到原始数据中并命名

ln -s ../../../../rawdata/hic/GN_h1.cl.fq.gz hic_R1.fastq.gz
ln -s ../../../../rawdata/hic/GN_h2.cl.fq.gz hic_R2.fastq.gz

3.复制安装路径下的配置文件到当前路径，更改必要的参数

复制配置文件并打开

cp ~/pack/HiC-Pro/config-hicpro.txt ./
vim config-hicpro.txt

更改参数

# N_CPU = 60
# SORT_RAM = 180000M
# BOWTIE2_IDX_PATH =
/mnt/sda/home/liutongjian/data/240419_Chrysantha_Genomes/hicasm/Yan02
# REFERENCE_GENOME = Yan02_asm2.hic.p_ctg
# GENOME_SIZE =
/mnt/sda/home/liutongjian/data/240419_Chrysantha_Genomes/hicasm/Yan02/Yan02_asm2.hic.p_ctg.table
# GENOME_FRAGMENT =
/mnt/sda/home/liutongjian/data/240419_Chrysantha_Genomes/hicasm/Yan02/Yan02_asm2.hic.p_ctg.dpnii.bed
# LIGATION_SITE = GATCGATC

输出hicpro_out文件夹，-i输入文件

~/pack/HiC-Pro/bin/HiC-Pro -i rawdata -o hicpro_out -c config-hicpro.txt

4.YaHS scaffolding

下载biobambam并激活环境

mamba create -n biobambam biobambam
mamba activate biobambam

在hicasm目录下创建yahs并打开文件夹。YaHS是一种使用 Hi-C 数据的scaffold工具。它依赖于一个新的算法进行重叠群连接检测，该算法考虑了 Hi-C 信号的拓扑分布，旨在将真实的交互信号与映射噪声区分开来。

mkdir yahs; cd yahs

输入bam文件，进行并行排序和重复标记

默认输出坐标，这里选择输出queryname（查询名称）

bamsormadup threads=24 SO=queryname
<../hicpro_out/bowtie_results/bwt2/samples1/hic_GN.asm.hic.p_ctg.bwt2pairs.bam
>hic_sormadup.bam

在pack环境clone yahs，并进入目录make

git clone https://github.com/c-zhou/yahs.git
make

在hicpro环境下利用之前的hifiasm的fa文件和上一步的bam文件产生一个bin文件、一个fa文件、一些AGP文件

mamba activate hicpro 
 ~/pack/yahs/yahs ../GN.asm.hic.p_ctg.fa hic_sormadup.bam

产生fai文件

`samtools faidx yahs.out_scaffolds_final.fa```