NextPolish1.4.1 安装与使用-bioinformatics tools54

01 简介

NextPolish 是一个用于修正由低准确度长读段（如 ONT 或 CLR）组装出来的基因组序列中碱基错误（SNV/Indel）的工具。它支持：

• 仅使用短读段

• 仅使用长读段

• 同时使用短读段与长读段

NextPolish 包含两个核心模块，采用逐步（stepwise）策略对参考基因组中的错误碱基进行修正。

如果你要对原始第三代测序（TGS）长读段（错误率约为 10–15%）进行纠错或组装，请使用 NextDenovo。

02 安装

1. 下载

使用以下命令：

wget https://github.com/Nextomics/NextPolish/releases/latest/download/NextPolish.tgz

 注意：如果你遇到诸如 GLIBC_2.14 not found 或 liblzma.so.0: cannot open shared object file 的错误，请尝试使用该页面提供的兼容版本。

2. 依赖项

• Python 2 或 3

• paralleltask

安装：

pip install paralleltask

3. 编译安装

tar -vxzf NextPolish.tgz cd NextPolish make 

4. 卸载

cd NextPolish make clean

5. 测试是否安装成功

nextPolish test_data/run.cfg

03 使用

1：准备短读段文件列表（SGS FOFN）

ls reads1_R1.fq reads1_R2.fq reads2_R1.fq reads2_R2.fq > sgs.fofn

2：创建配置文件 run.cfg

genome=input.genome.fa echo -e "task = best\ngenome = $genome\nsgs_fofn = sgs.fofn" > run.cfg

3：运行程序

nextPolish run.cfg

输出结果

• 打磨后的序列：/path_to_work_directory/genome.nextpolish.fasta

• 统计信息文件：/path_to_work_directory/genome.nextpolish.fasta.stat

提示

你也可以用自己的比对流程（如 BWA + samtools），仅调用 NextPolish 的打磨模块，这在本地系统上通常会更快，但打磨后的基因组质量一致。

重要说明

建议先使用长读段（如 HiFi 或 ONT）对原始基因组进行打磨，再用短读段进一步优化，避免短读段在高错误率区域中错配。尤其是基于无共识算法（如 miniasm）生成的初步组装，更容易出现错配。

04 案例

4.1 使用短读进行基因组精修

准备 sgs_fofn 文件

ls reads1_R1.fq reads1_R2.fq reads2_R1.fq reads2_R2.fq > sgs.fofn

创建 run.cfg 配置文件

[General] job_type = local job_prefix = nextPolish task = best rewrite = yes rerun = 3 parallel_jobs = 6 multithread_jobs = 5 genome = ./raw.genome.fasta # 基因组文件 genome_size = auto workdir = ./01_rundir polish_options = -p {multithread_jobs} [sgs_option] sgs_fofn = ./sgs.fofn sgs_options = -max_depth 100 -bwa

运行

nextPolish run.cfg

精修完成后输出

• 序列：/path_to_work_directory/genome.nextpolish.fasta

• 统计信息：/path_to_work_directory/genome.nextpolish.fasta.stat

提示

用户自定义的比对流程在本地运行时比默认流程更快，精修后基因组的准确性与默认流程一致。

自定义比对流程示例（短读）

round=2 threads=20 read1=reads_R1.fastq.gz read2=reads_R2.fastq.gz input=input.genome.fa for ((i=1; i<=${round};i++)); do bwa index ${input}; bwa mem -t ${threads} ${input} ${read1} ${read2} | \ samtools view --threads 3 -F 0x4 -b - | \ samtools fixmate -m --threads 3 - - | \ samtools sort -m 2g --threads 5 - | \ samtools markdup --threads 5 -r - sgs.sort.bam samtools index -@ ${threads} sgs.sort.bam samtools faidx ${input} python NextPolish/lib/nextpolish1.py -g ${input} -t $i -p ${threads} -s sgs.sort.bam > genome.polishtemp.fa input=genome.polishtemp.fa done # 最终精修后的基因组：genome.nextpolish.fa

4.2 使用长读进行基因组精修

准备 lgs_fofn 文件

ls reads1.fq reads2.fa.gz > lgs.fofn

创建 run.cfg 配置文件

[General] job_type = local job_prefix = nextPolish task = best rewrite = yes rerun = 3 parallel_jobs = 6 multithread_jobs = 5 genome = ./raw.genome.fasta genome_size = auto workdir = ./01_rundir polish_options = -p {multithread_jobs} [lgs_option] lgs_fofn = ./lgs.fofn lgs_options = -min_read_len 1k -max_depth 100 lgs_minimap2_options = -x map-ont

运行

nextPolish run.cfg

精修完成后输出

• 序列：/path_to_work_directory/genome.nextpolish.fasta

• 统计信息：/path_to_work_directory/genome.nextpolish.fasta.stat

自定义比对流程示例（长读）

round=2 threads=20 read=read.fasta.gz read_type=ont # 可为 clr（PacBio）、hifi（高准确性PacBio）、ont（纳米孔） declare -A mapping_option=(["clr"]="map-pb" ["hifi"]="asm20" ["ont"]="map-ont") input=input.genome.fa for ((i=1; i<=${round};i++)); do minimap2 -ax ${mapping_option[$read_type]} -t ${threads} ${input} ${read} | \ samtools sort - -m 2g --threads ${threads} -o lgs.sort.bam samtools index lgs.sort.bam ls `pwd`/lgs.sort.bam > lgs.sort.bam.fofn python NextPolish/lib/nextpolish2.py -g ${input} -l lgs.sort.bam.fofn -r ${read_type} -p ${threads} -sp -o genome.nextpolish.fa if ((i!=${round})); then mv genome.nextpolish.fa genome.nextpolishtmp.fa input=genome.nextpolishtmp.fa fi done # 最终精修后的基因组：genome.nextpolish.fa

4.3 使用短读和长读联合精修

• 准备 sgs.fofn 和 lgs.fofn

• 创建 run.cfg 文件如下：

[General] job_type = local job_prefix = nextPolish task = best rewrite = yes rerun = 3 parallel_jobs = 6 multithread_jobs = 5 genome = ./raw.genome.fasta genome_size = auto workdir = ./01_rundir polish_options = -p {multithread_jobs} [sgs_option] sgs_fofn = ./sgs.fofn sgs_options = -max_depth 100 -bwa [lgs_option] lgs_fofn = ./lgs.fofn lgs_options = -min_read_len 1k -max_depth 100 lgs_minimap2_options = -x map-ont

4.4 使用短读和 hifi 长读联合精修

• 准备 sgs.fofn 和 hifi.fofn

• 创建 run.cfg 文件如下：

[General] job_type = local job_prefix = nextPolish task = best rewrite = yes rerun = 3 parallel_jobs = 6 multithread_jobs = 5 genome = ./raw.genome.fasta genome_size = auto workdir = ./01_rundir polish_options = -p {multithread_jobs} [sgs_option] sgs_fofn = ./sgs.fofn sgs_options = -max_depth 100 -bwa [hifi_option] hifi_fofn = ./hifi.fofn hifi_options = -min_read_len 1k -max_depth 100 hifi_minimap2_options = -x map-pb