写在前面
最近有个合作课题，需要组装基因组，拿到的是三代测序数据。问了一圈，用Flye。于是就看了看Flye的文章。基于该文稿的说法，反正就是好，比谁到好，而且还快。上传测序数据到服务器，速度感人，接近1T的测序数据，上传速度不到5Mb/s。既然如此，我就想着，或许本地也可以组装组装看看。
于是呢，我鼓捣鼓捣，搞了一个**可以在Windows下直接运行的 Flye **（非WSL），然后就有了（算了懒得折腾）。
Windows操作系统下直接使用
改吧改吧，编译完了（其实其中还是不少坑的，包括cpp源码和python脚本的一些代码）。最终，整个windows下可以直接运行的 flye package 其实就两个文件夹，总大小 90Mb。一个 bin 目录，主要包含四个文件，flye本身是一个简单的python脚本，另外三个二进制程序，前两个其实就是samtools 和 minimap2。
另外是一个 flye 目录（一堆python脚本，好像这个就叫做python的模块）。
整体程序目录如下（E.coli 是40X的Pacbio测序数据，测试用；out_pacbio则是测试输出数据）
可以运行下看看，方便起见，直接用windows的python跑就可以了
运行结果如下
[2021-03-28 17:18:25] INFO: >>>STAGE: finalize
[2021-03-28 17:18:25] INFO: Assembly statistics:
Total length: 4642394
Fragments: 1
Fragments N50: 4642394
Largest frg: 4642394
Scaffolds: 0
Mean coverage: 40
[2021-03-28 17:18:25] INFO: Final assembly: C:\\Users\\CJ\\Desktop\\Flye-Window\\assembly.fasta
原本是想打个 TBtools 插件，不过觉得也没啥必要，毕竟能用得上的人也不多。我跑了一下示例数据 ，大肠杆菌的基因组 PacBio 测序 40X，测序文件大小大概是 200+Mb，大肠杆菌基因组是 4.6Mb+。 组装的时候，内存占用峰值达到 9 Gb。尽管目前 16Gb 内存是电脑标配，但感觉很少人组装小基因组。所以也没有打成插件的必要。
按照这个比值，那么常见园艺作物，大概500Mb的基因组，那不是大概要 1Tb 的内存吗？不过看了下官网
似乎大概 500Gb 内存估计搞500Mb的基因组？后面鼓捣鼓捣估计才有答案。
写在最后
咋说呢.... 我不太清楚 WSL 是否可以运行 Flye。尽管按理说是没啥问题。不过我也懒得折腾的。可以直接在windows下跑的，往往才是最方便的。如果哪天要打成 TBtools 插件。也没啥问题。
网友评论