WTDBG2 使用与安装指南

1. 项目目录结构及介绍

wtdbg2 是一个专为处理 PacBio 或 Oxford Nanopore 技术产生的长噪声读取序列而设计的去 novo 序列组装器。以下是一个典型的wtdbg2项目克隆下来的目录结构概览：

wtdbg2/
├── COPYING           # 许可证文件，遵循 GPL-3.0 协议
├── Makefile          # 编译配置文件
├── README.md         # 主要的项目说明文件
├── README-ori.md     # 可能是原始或额外的说明文件
├── best_sam_hits4longreads.c
├── bit2vec.h
├── bitsvec.h
...                   # 其他源代码文件（包括 .c 和 .h 文件），涉及到组装算法实现
├── wtdbg-cns.c       # 可能是早期或特定功能的共识生成工具
├── wtdbg2.pl         # 主程序脚本，用于组装操作
├── wtpoa-cns.c       # 构建最终共识序列的工具
└── scripts/          # 辅助脚本目录，包含额外的功能性脚本

• wtdbg2.pl: 核心执行文件，进行长读段的组装。
• scripts/ 目录包含了辅助脚本来支持项目的工作流程。
• 源码文件（如 .c 和 .h）负责实现组装算法的底层逻辑。

2. 项目的启动文件介绍

主要的启动文件是 wtdbg2.pl。这是一个Perl脚本，用于驱动整个组装过程。通过调用它并传递适当的参数，用户可以对长读数据进行组装。例如，快速开始命令如下：

perl wtdbg2.pl -t 16 -x rs -g 46m -o dbg reads.fa.gz

这里 -t 16 表示使用16个线程，-x rs 指定处理 PacBio RSII 数据，-g 46m 预估基因组大小为46兆碱基对，-o dbg 输出文件前缀。

3. 项目的配置文件介绍

wtdbg2 的配置主要是通过命令行参数来定制的，并没有独立的配置文件。这意味着所有的设置都是即时的，当运行 wtdbg2.pl 时通过参数指定。这包括了基因组大小估计、线程数、技术类型(-x)、K-mer长度(-k)等关键参数，所有这些都直接影响到组装过程的行为和性能。用户可以根据具体需求调整这些参数，无需编辑任何配置文件。

为了进一步定制，用户可能间接地通过环境变量或编写批处理脚本（例如shell脚本或者Makefile）来管理这些参数值，但这不是项目本身提供的标准配置方式。

安装步骤简述：

1. 克隆仓库：

   git clone https://github.com/ruanjue/wtdbg2.git
   

2. 编译项目： 进入目录并执行 make：

   cd wtdbg2 && make
   

3. 使用：之后就可以直接在命令行中调用 wtdbg2.pl 来执行组装任务了。

记住，对于更详细的使用说明和高级参数调整，建议查阅项目根目录下的 README.md 文件。