欢迎关注"生信修炼手册"
！
对于不同kmer或者不同软件的基因组组装结果，我们通常会通过N50等指标来进行评估。
对于一个组装出来的序列，不论是contig还是scaffold, 首先将各个序列根据长度从大到小排序，然后从第一个序列开始，将长度进行累加，直到累加的长度超过了总长度的50%，此时，最后一个累加的contig的长度就是N50的长度。示意图如下
上图中N50的长度就是60，和N50的概念类似，还有N75, N90等说法，这些指标可以统称为Nx。Nx越大，说明组装出来的片段长度越长一定程度上，证实了组装结果越好。
除了Nx指标外，还有Lx指标，比如L50,指的是累加的contig的个数，示意图如下
上图中L50的值是3。在实际分析中，我们可以通过现有软件来计算N50， L50等指标，quast就是最常用的软件之一。该软件有在线服务，链接如下
http://quast.bioinf.spbau.ru/
只需要上传fasta格式的contig或者scaffold序列，然后提交即可。在线服务虽然方便，但是也是有限制的，上传的fasta文件大小不能够超过100Mb，对于实际的基因组项目而言，当是不能满足要求。此时，可以下载软件到本地服务器，然后运行。
安装过程如下
wget https://sourceforge.net/projects/quast/files/quast-4.6.3.tar.gz
tar xzvf quast-4.6.3.tar.gz
cd quast-4.6.3/
quast基于python开发，以来matplotlib库进行绘图，保证python和matplotlib安装好，然后直接下载源代码，解压缩就可以使用了。
用法如下
python quast.py -t 10 -o test1_out contigs.fasta
-t
参数指定线程数，
-o
参数指定输出结果的目录。运行完成后，输出目录会生成如下文件
├── basic_stats
├── icarus.html
├── icarus_viewers
├── quast.log
├── report.html
├── report.tex
├── report.tsv
├── report.txt
├── transposed_report.tex
├── transposed_report.tsv
└── transposed_report.txt
直接看report.html文件就就可以了。
1. contig基本信息统计表
quast 会统计不同长度的contig的个数，以及N50,L50等指标，示例结果如下
2. Nx 长度分布曲线
横坐标为Nx，纵坐标为Nx的值，示意图如下
3. contig长度累计曲线
横坐标为contig个数，纵坐标为累加的长度，示意图如下
4. GC含量分布图
窗口的GC含量分布图，quast将每个contig划分为长度100bp的窗口，统计每个窗口的GC含量, 横坐标为GC含量，纵坐标为窗口个数, 示意图如下
contig GC含量分布图，对于每个contig,统计GC含量，横坐标为GC含量，纵坐标为contig个数，示意图如下
扫描关注微信号，更多精彩内容等着你！
