基因组之单倍型基因组数据处理（二）

基因组之单倍型基因组数据处理（二）

那么，今天让我们来看第二期，关于对于下机后的数据的处理，使其能够符合我们的分析要求，让我们的分析能够进入下一步的组装。

1. Smrtlink12 简介：

• PacBio开发的处理HiFi测序数据的open-source工具；

• 基于网页的端对端工作流程管理，也可以用linux command-line分析；

• 它包括用于构建样品，监控测序过程，分析和测序数据的软件应用。

2. smrtlink12下载和安装

官网：https://www.pacb.com/support/software-downloads/
下载：smrtlink_12.0.0.177059.zip
安装：

unzip smrtlink_12.0.0.177059.zip 
./smrtlink_12.0.0.177059.run 

3.HiFi数据质控报告

$ HiFibam = sample_hifi.bam
#这行代码将变量HiFibam设置为sample_hifi.bam，这是一个BAM文件的路径，该文件包含了PacBio HiFi测序数据的比对结果。

$ prefix= sample_hifi
#这行代码将变量prefix设置为sample_hifi，这个前缀将用于后续生成的文件。

$ export PATH=/work/frasergen/PUB/software/smrtlink/smrtlink_12.0.0/smrtcmds/bin:$PATH
#这行命令将smrtcmds工具的二进制文件路径添加到环境变量PATH中，使得您可以在任何目录下直接调用这些工具。

$ dataset create --force --type ConsensusReadSet ${prefix}.xml ${HiFibam}
#这个命令创建一个数据集，类型为ConsensusReadSet，这是PacBio数据分析中的一个常见步骤。--force参数表示如果输出文件已存在，则覆盖它。${prefix}.xml是输出的XML文件名，${HiFibam}是输入的BAM文件。

$ runqc-reports ${prefix}.xml
#这个命令运行质量控制报告，输入的是上一步创建的XML文件。这个报告会提供关于数据集质量的详细信息，包括读长、准确性、覆盖度等关键指标。

能输出以下的相关的结果，比如HiFi reads质量分布的图。

4.HiFi.bam格式转化

$ HiFibam = sample_hifi.bam
#这行代码将变量HiFibam设置为sample_hifi.bam，这是一个BAM文件的路径，该文件包含了PacBio HiFi测序数据的比对结果。

$ prefix= sample_hifi
#这行代码将变量prefix设置为sample_hifi，这个前缀将用于后续生成的文件。

$ bam2fasta ${HiFibam} -o ${prefix} -u
#这个命令使用bam2fasta工具从BAM文件中提取序列，并将其转换为FASTA格式。

${HiFibam}是输入的BAM文件。
#-o ${prefix}指定输出文件的前缀，这里会生成两个文件：${prefix}.fasta和${prefix}.qual，分别包含序列和质量分数。
#-u参数表示输出未比对的序列（unaligned sequences）。如果不使用-u参数，bam2fasta默认只输出比对到参考基因组上的序列。
#这些命令通常用于处理PacBio的HiFi测序数据，将比对结果从BAM格式转换为FASTA格式，以便进行进一步的分析，如序列组装、变异检测等。

那么对于对应的三代ONT数据也有相应的软件进行处理数据

下期让我们关注使用HiFiasm软件对基因组的测序数据进行初步的组装。