canu es un programa diseñado para hacer diferentes analisis con datos ONT. El programa puede realizar la corrección de las secuencias ONT, filtrado (remocion de bases o fragmentos de las secuencias con bajas calidades) y ensamblado. El programa requiere muchisimos recuros para su ejecucion (esto dependiendo del tamanho de los genomas, su comlejidad y que cantidad inicial de datos se estan usando para su ejecución. El programa recomienda iniciar su ejecución con una cantidad de datos que representen entre un 20x-60x de cobertura teorica (e.g., Sun et al., 2021).
The following assemblers were used for the benchmarking, including the long-read only assemblers (Canu [12], Flye [13], Wtdbg2 [14], Miniasm [15], NextDenovo >>(https://github.com/Nextomics/NextDenovo), NECAT [6], Raven [16] and Shasta [7]) and hybrid assemblers (MaSuRCA [17] and QuickMerge [18]). Canu was not tested on the M. coruscus genome owing to the extremely intensive computing time required for this large genome. Previous analyses have suggested that using corrected ONT reads could improve the genome assembly [19]. To check the effect that this has on the assemblies, the ONT reads that were corrected and/or trimmed by Canu
canues un programa modular, esto significa que cada modo (correction, trim, assembly) se puede ejecutar por separado. Esto es recomendado ya que en algunas instancias el programa se puede bloquear por falta de recursos. Ne este caso, es recomendable usar canu para las correcciones y filstrados, y otros programas para ensamblar datos corregidos y filtrados (e.g. SMARTdenovo). Para ejecutar el programa en modo correction, usar:
canu -correct genomeSize=1.1g -nanopore-raw /dir/archivos/fastq/PAD61315_fastq/pass/*.fastq -p prefijo_corrected -d directorio_output Donde:
genomeSize # indica el tamaño del genoma del organismo a analizar (en Mb o Gb, etc)
-nanopore-raw # indica que tipo de inputs se estan usando
-p # prefijo de los archivos output
-d # directorio outputPara ejecutar canu en modo filtro (trim), usar:
canu -trim genomeSize=1.1g -nanopore-corrected /dir/archivoscorregidos/fastq/PAD61315_fastq/archivo.fastq -p prefijo_trim -d directorio_output Donde:
genomeSize # indica el tamaño del genoma del organismo a analizar (en Mb - M o Gb - g, etc)
-nanopore-corrected # indica que tipo de inputs se estan usando
-p # prefijo de los archivos output
-d # directorio output- Sun J, Li R, Chen C, Sigwart JD, Kocot KM. (2021) Benchmarking ONT read assemblers for high-quality molluscan genomes. Proc. B Phil Trans. https://doi.org/10.1098/rstb.2020.0160