Canu软件简介

Canu软件是Celera Assembler基因组组装软件的一个分支，能利用测序错误率较高的三代测序数据（PacBio或Nanopore）进行基因组De novo组装。该软件的命令行运行方法非常简单，运行速度较快且比较稳定，并能得到好的基因组组装结果。

Canu软件的运行分四个步骤：（1）首先，调用MHAP软件对错误率较高的三代测序raw reads进行比对，找序列之间的重叠；（2）然后，通过一致性分析方法对reads进行校正；（3）对reads两端覆盖度较低无法校正的碱基进行截短，对reads内部无法校正的碱基位点进行打断；（4）使用OLC算法进行基因组组装。

Canu官网：

https://github.com/marbl/canu

Canu软件安装：

#利用conda安装canu
conda install -y caun
#编译安装canu
wget \
https://github.com/marbl/canu/archive/refs/heads/canu-master.zip
#解压文件
unzip master.zip
#安装软件
cd canu-master/src
make -j
#将软件添加到环境变量(根据自己的安装路径进行添加)
vim ~/.bashrc
PATH=/opt/biosoft/GENOME/canu-2.0/Linux-amd64/bin/:$PATH
source ~/.bashrc

Canu示例数据下载：

#pacbio示例数据下载
wget \
-O pacbio.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494912/SRR8494912
#nanopore示例数据下载
wget \
-O nanopore.sra \
https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494939/SRR8494939

Canu示例数据处理（sra转fastq)：

#pacbio示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 pacbio.sra
#nanopore示例数据处理（sra转fastq)
fastq-dump --gzip --split-3 nanopore.sra

fastq-dump会将sra格式转化成fastq格式，同时--gzip参数会对fastq进行压缩，示例pacbio.sra最终会被转化为pacbio.fastq.gz

Canu常用普通参数：

-s : 输入一个参数配置文件，该文件包含很多其他参数，参数都是以Tag=value形式写入到该配置文件中。
-p : 设置输出文件前缀，此参数是必须的；
-d : 设置输出文件路径；
-pacbio-raw : 设置原始pacbio测序数据路径；
-pacbio-corrected : 设置修正后的pacbio测序数据路径；
-nanopore-raw ：设置原始nanopore测序数据路径；
-nanopore-corrected ：设置修正后的nanopore测序数据路径；
genomeSize : 设置预估的基因组大小，这用于让Canu估计测序深度；
maxThreads : 设置运行的最大线程数。

Canu使用案例：

canu \
-d pacbio_canu_out \
-p pacbio_canu \
genomeSize=5.4m \
maxThreads=12 \
-pacbio-raw pacbio.fastq.gz

Canu主要结果输出文件：

#最终拼接结果文件，用于下游分析
pacbio_canu.contigs.fasta