1. LTR鉴定和LAI评估（> 5G基因组）
1）需要同时利用LTR_Finder和LTR_harvest同时鉴定，但是这两个都是单线程，巨慢，尤其是LTR_Finder。如果超大基因组这两个老是会因为超内存而跑断耗时很几天。
2）好消息是LTR_Finder不再更新了，oushujun最新优化支持了多进程的LTR_FINDER_parallel. 但是LTR_harvest依旧只有单线程。
3）为了速度可以利用把整个组装结果拆分成很多份的策略（当基因组大约5G时），然后以拆分后的fasta分别进行LTR_Finder和LTR_harvest，然后对每个拆分文件用LTR_retriever整合鉴定的结果，得到每个文件的*fasta.pass.list和*fasta.out的文件。进行手动合成一个文件（LTR_retriever -threads 4 -genome LAphicanu.1.fasta -infinder LAphicanu.1.ltrfinder.scn -inharvest LAphicanu.1.harvest.scn），作为LAI的输入文件（LAI -t 8 -genome all.fa -intact LAphicanu.all.fasta.mod.pass.list -all LAphicanu.all.fasta.mod.out），生成LAI评估结果。
2. 2-5G基因组LAI评估
建议拆分文件为每个1G或0.5的fasta，分别利用LTR_Finder进行LTR鉴定，然后手动cat到一块作为LTR_Finder的总数输出结果，或者不拆分直接用LTR_harvest。
对于2-5G基因组，可以不拆分直接用LTR_harvest进行LTR鉴定，速度相对可以，就不建议拆分了。因为拆分后十分麻烦，直接cat scn文件会报错，所以必须要进行LTR_retriever之后才能合并，太麻烦了。
值得注意：
1.LTR_Finder支持harvest的格式输出（参数-harvest_out），可以直接与LTR_harvest结果合并，作为LTR_retriever输入文件。
2.在基因组评估之前，最好对contig的id进行简化一下，比如不去除空格后的东西，会引起LTR_retriever环节报错；简化contig的ids到15个字符内，有些步骤对contig字符长度有要求。
整个流程对于小基因组来说命令为：
-------------------鉴定LTR--------------------------------
1) ltr_finder LWflye.fasta > LWflye.scn
2) gt suffixerator -db LWflye.fasta -indexname LWflye -tis -suf -lcp -des -ssp -sds -dna
gt ltrharvest -index LWflye -seqids yes -maxlenltr 3500 > LWflye.harvest.scn
------------------整合LTR鉴定结果---------------------------
LTR_retriever -threads 4 -genome LWflye.fasta -infinder LWflye.scn -inharvest LWflye.harvest.scn
-----------------------LAI分析-----------------------------------
LAI -t 4 -genome LWflye.fasta -intact LWflye.fasta.pass.list -all LWflye.fasta.out
网友评论