MetaBAT2 — 宏基因组自动分箱（binning）工具¶

一句话说明¶

MetaBAT2 根据四核苷酸频率和跨样本覆盖度，自动将宏基因组组装 contig 聚类成基因组箱（MAG）。

安装与配置¶

# 创建独立 conda 环境，避免依赖冲突
conda create -n binning python=3.9 -y

# 激活环境
conda activate binning

# 从 bioconda 安装 MetaBAT2（当前最新 v2.18）
conda install -c bioconda -c conda-forge metabat2 -y

# 验证安装
metabat2 --help          # 查看帮助信息
jgi_summarize_bam_contig_depths --help  # 查看覆盖度计算工具帮助

核心用法¶

第一步：比对生成 BAM 文件¶

# 用 BWA 将原始 reads 比对回组装 contig（每个样本都要做）
bwa index assembly.fa            # 对组装结果建索引

# 样本1比对
bwa mem -t 16 assembly.fa sample1_R1.fq.gz sample1_R2.fq.gz \
    | samtools sort -o sample1.bam  # 比对并排序
samtools index sample1.bam          # 建立 BAM 索引

# 样本2比对（多样本覆盖度有助于提高 binning 精度）
bwa mem -t 16 assembly.fa sample2_R1.fq.gz sample2_R2.fq.gz \
    | samtools sort -o sample2.bam
samtools index sample2.bam

第二步：计算 contig 覆盖度¶

# jgi_summarize_bam_contig_depths 生成覆盖度矩阵
# --outputDepth：覆盖度输出文件名
# --pairedContigs：记录配对 contig 信息（可选）
jgi_summarize_bam_contig_depths \
    --outputDepth depth.txt \
    --pairedContigs paired.txt \
    sample1.bam sample2.bam         # 可以接多个 BAM 文件

第三步：执行 binning¶

# 核心命令：MetaBAT2 分箱
# -i：输入组装 fasta 文件
# -a：输入覆盖度文件（上一步生成的 depth.txt）
# -o：输出 bin 的前缀（会生成 bin.1.fa, bin.2.fa 等）
# -t：使用线程数
# -m：最小 contig 长度（默认 2500bp）
# --maxP：最大概率阈值（默认 95）
metabat2 \
    -i assembly.fa \
    -a depth.txt \
    -o bins/bin \
    -t 16 \
    -m 2000 \
    --maxP 95 \
    --minS 60 \
    --maxEdges 200 \
    -v                              # -v 输出详细日志

参数详解¶

参数	说明	默认值
`-i`	输入组装 fasta 文件	必填
`-a`	覆盖度深度文件	可选（无则仅用 kmer）
`-o`	输出 bin 文件前缀	必填
`-t`	并行线程数	0（全部）
`-m`	最小 contig 长度（bp）	2500
`--maxP`	最大概率阈值（%）	95
`--minS`	最小得分阈值	60
`--maxEdges`	每个节点最大边数	200
`--seed`	随机种子（保证可重现）	0
`-v`	详细输出模式	关闭

实战案例¶

# 完整流程示例：单样本宏基因组 binning
# 1. 建索引
bwa index megahit_output/final.contigs.fa

# 2. 比对
bwa mem -t 16 megahit_output/final.contigs.fa \
    reads_R1.fq.gz reads_R2.fq.gz \
    | samtools sort -@ 8 -o mapped.bam
samtools index mapped.bam

# 3. 计算覆盖度
jgi_summarize_bam_contig_depths \
    --outputDepth contig_depth.txt \
    mapped.bam

# 4. 运行 MetaBAT2
mkdir -p metabat2_bins
metabat2 -i megahit_output/final.contigs.fa \
         -a contig_depth.txt \
         -o metabat2_bins/bin \
         -t 16 -m 2000 -v

# 5. 查看生成的 bin 数量
ls metabat2_bins/*.fa | wc -l    # 统计 bin 文件数量

常见报错与解决¶

报错信息	原因	解决方法
`No bins were produced`	contig 太短或样本太少	降低 `-m` 到 1500，增加样本数
`depth file not found`	覆盖度文件路径错误	检查 `-a` 参数路径是否正确
`BAM file is not sorted`	BAM 未排序	用 `samtools sort` 重新排序
`out of memory`	内存不足	增加内存或减少线程数 `-t`
输出 bin 过多（>500）	参数过松	提高 `--maxP` 和 `--minS` 值

速查表¶

# 快速单行流程（已有 BAM 文件时）
jgi_summarize_bam_contig_depths --outputDepth depth.txt *.bam
metabat2 -i assembly.fa -a depth.txt -o bins/bin -t 16 -m 2000

# 查看 bin 统计信息
for f in bins/*.fa; do echo "$f: $(grep -c '>' $f) contigs"; done

# 统计 bin 总大小
for f in bins/*.fa; do awk '/^>/{next}{sum+=length($0)}END{print FILENAME": "sum" bp"}' $f; done