metaSPAdes — 高质量宏基因组组装工具¶

# 方法1：conda 安装（推荐，metaSPAdes 包含在 SPAdes 里）
conda install -c bioconda spades  # 安装 SPAdes 即包含 metaSPAdes

# 方法2：预编译下载
wget https://github.com/ablab/spades/releases/download/v4.0.0/SPAdes-4.0.0-Linux.tar.gz
tar -xzf SPAdes-4.0.0-Linux.tar.gz

# 验证安装
metaspades.py --version  # 或 spades.py --meta --version
# 当前最新 v4.0.0

# 方法1：直接调用 metaspades.py
metaspades.py \
  -1 R1.fq.gz \                  # Read 1
  -2 R2.fq.gz \                  # Read 2
  -o metaspades_output \          # 输出目录
  -t 32 \                        # 32 线程
  -m 128                          # 最大内存 128GB

# 方法2：通过 spades.py --meta（等价）
spades.py --meta \
  -1 R1.fq.gz -2 R2.fq.gz \
  -o metaspades_output \
  -t 32 -m 128

# 主要输出文件
# metaspades_output/scaffolds.fasta — 最终脚手架序列
# metaspades_output/contigs.fasta — contig 序列

# 加入单端读段
metaspades.py \
  -1 R1.fq.gz -2 R2.fq.gz \
  -s unpaired.fq.gz \            # 单端/未配对读段
  -o output_with_se \
  -t 32 -m 128

# 混合组装（短读 + 长读）
metaspades.py \
  -1 R1.fq.gz -2 R2.fq.gz \
  --nanopore ont_reads.fq.gz \   # 加入 ONT 长读段
  -o hybrid_meta_output \
  -t 32 -m 256

# 自定义 k-mer 列表
metaspades.py \
  -1 R1.fq.gz -2 R2.fq.gz \
  -k 21,33,55,77,99,127 \        # 自定义 k-mer 值
  -o custom_k_output \
  -t 32 -m 128

# 从断点恢复
metaspades.py \
  -o metaspades_output \
  --restart-from last             # 从最后检查点恢复

# 只运行组装步骤（跳过纠错）
metaspades.py \
  -1 R1.fq.gz -2 R2.fq.gz \
  --only-assembler \              # 跳过纠错阶段（节省时间和内存）
  -o assembler_only_output \
  -t 32 -m 128

# 过滤短 contig
seqkit seq -m 1000 metaspades_output/scaffolds.fasta > scaffolds_1kb.fasta  # 保留 >=1kb

# 统计组装质量
quast metaspades_output/scaffolds.fasta \
  -o quast_report \
  --min-contig 1000               # 只统计 >=1kb 的 contig

# 读段回比对（binning 前必需步骤）
bwa-mem2 index scaffolds_1kb.fasta
bwa-mem2 mem -t 16 scaffolds_1kb.fasta R1.fq.gz R2.fq.gz \
  | samtools sort -@ 4 -o mapped.bam
samtools index mapped.bam