利用quickmerge对基因组组装的contig去重

quickmerge是一个用来去除基因组组装中的重复的软件。

该软件没有单独的文章，是作为某个基因组组装中的衍生脚本。该基因组文章是

Improved Genome Assembly and Annotation of the Soybean Aphid (Aphis glycines Matsumura) 

具体而言，基因组组装时候，第一步是组装contig，可以有多种方案，如纯ont组装，纯ccs组装，纯clr组装，以及二代三代masucra或者wenga混合组装等，还可以用同一套数据用不同的软件进行组装，如flye、mecat2、canu等。这样一个基因组就可以有多个组装版本的contig，可以将这些不同版本进行比较，去重，此时就可以用到quickmerge软件。

安装很简单 ，conda就可以安装，如：

conda install -c conda-forge -c bioconda quickmerge

但是这里有个大坑：conda里面安装的这个版本不能使用多线程的mummer4，虽然也显示是V0.3版，但是和github上面真正的V0.3是不一样的，我花了半个小时没弄明白为啥不能按官方方法使用，最后看了源代码才发现不一样。conda的V0.3版本只能使用mummer3比对，mummer3是个单线程的，慢的要死。

所以更好的办法是

git clonehttps://github.com/mahulchak/quickmerge.git

然后进入/quickmerge-master/文件夹，执行

bash make_merger.sh

然后将该文件夹加入path

最后安装mummer4

conda install mummer4

到此安装结束：

使用方法：

简单版本的：

merge_wrapper.py -p （前缀） -v -t (线程数) -l （切掉的contig长度） contig1.fasta contig2.fasta

详细参数可以看-h

注意 如果要使用多线程mummer4比对，必须有-v -t 参数，否则就是默认调用mummer3进行单线程比对，我自己试用了，24小时没结果，然后就放弃了，改多线程只要几十分钟。

在这个比对过程之中，前面的contig1为query，后面的conig2为reference，按照官方说法，可以先用quast对所有组装进行评估，然后连续性较好的作为reference，另一个做query。

另外软件作者说，合并完成后，可以用FinisherSC软件再进一步延长，完事再polish，而且必须再polish。

对了合并之前的所有contig也需要polish。