【基因组组装】HiC挂载软件以及如何用Juice_box手工纠错？

目录

• 1.常用HiC挂载软件
• 2. Juice_box手工纠错

1.常用HiC挂载软件

• ALLHiC
  
  张兴坦老师专为多倍体和高杂合度物种基因组挂载开发。如果是复杂基因组，肯定是首选。对于简单基因组，我跑了下，结果不佳。提了issue，张老师特意开发了个为简单基因组设计的流程：https://github.com/tangerzhang/ALLHiC/blob/master/bin/ALLHiC_pip.sh，主要增加了对contig的纠错。至于效果，我还在跑。

• 3D-DNA
  
  优秀的纠错功能。我认为既是优点，也是缺点。它会把你原来完整的contig拆的稀碎，认为那些不准确，需要通过染色质交互来矫正。得到的结果也是五花八门，占的空间太大了！又不敢轻易删掉，因为有些文件你在手工纠错后还要用到。
  
  默认迭代纠错2次，根据我的折腾，你最好还是0.hic、1.hc和2.hc都试下吧，导入juice_box看下效果，哪个好就用哪个。我同时组装了两个基因组，一个是0.hic最好，另一个是1.hc最好。这个软件就很玄学，用不同的结果可能错误率差别很大。

• LACHESIS
  
  经典软件，有效聚类和排序，现在发表的大部分HiC挂载文章都出自于它。但不适合多倍体和高杂合度的基因组，2017年就不再更新。
  
  因为很旧，安装过程非常痛苦，源码安装，samtools和boost版本都要求很老。费了很大的功夫安装成功了，运行过程却总是出现：Segmentation fault (core dumped)，作者在GitHub issue上提供了解决方法（ubuntu），但对我不适用。最后放弃，建议大家也不要再用了。

• SALSA2
  
  使用简单，精确度高（比3d-dna）。但存在聚类错误，调整难度大。

主要是以上四个，其他小众的软件更不推荐。

2. Juice_box手工纠错

这些软件的结果最后还是要进行手工纠错，真的太原始太不智能了！人依赖于软件，软件却始终不如人。使用的是Juice_box来进行可视化纠错，然而，这个软件的文档写得非常简单，youtube上官方视频也非常之简短（七八分钟）。有人把它搬到了b站，还带字幕。翻译 | Juicebox Assembly Tools教程。具体怎么使用，需要自己去折腾，很恼火。我简单说下关键的操作：

• 所有纠错操作都基于shift键
• 操作不熟练，你可能需要反复undo和redo（右键）
• 选框时，你只要在本框范围内拖动（按shift不要松），都会选中这个框（选中后为带黑黄色的线），并不要很精确地选在框边缘（因为你把握不好，有可能这个边缘是另一个框的范围，这时就会选错）
• 选择框时，尽可能放大（双击，或菜单栏BP，一般25kb-50kb）
• 如果你的染色体数目不对。拆分染色体：先选中要拆分区域，右击add染色体，再选中，右击remove染色体

• 从某一个地方剪掉框：选中，出现剪刀符号，单击
• 旋转框：选中，出现旋转符号，单击
• 从一个地方移动：选中，鼠标移到要插入的contig框顶点，单击

暂时想到有用的操作就这么多，就是要反复看官方那个视频，然后尝试才能搞懂。B站上还有一个讲解的视频：20200908_FGL_利用Hic技术组装染色体，不过也不是很详细。

Juice_box调图是个细致的体力活。一想到我的基因组是这么人为调出来的，我自己对结果都产生了怀疑。

如果是3D-DNA，再简单的基因组也还是会有很多碎的，因为它手贱重新打碎了。所以说如果你原始组装的contig数目比3d-dna跑出的FINAL.fasta中的contig数目少，甚至比手工纠错后再跑3D-DNA的数目少，也不要感到惊讶。反正我是越纠越差，基因组越来越小。可能是我不会调细节吧，再次吐槽，这个软件我是真的讨厌。