01 簡介

NextPolish 是一個用于修正由低準確度長讀段（如 ONT 或 CLR）組裝出來的基因組序列中堿基錯誤（SNV/Indel）的工具。它支持：

• 僅使用短讀段

• 僅使用長讀段

• 同時使用短讀段與長讀段

NextPolish 包含兩個核心模塊，采用逐步（stepwise）策略對參考基因組中的錯誤堿基進行修正。

如果你要對原始第三代測序（TGS）長讀段（錯誤率約為 10–15%）進行糾錯或組裝，請使用 NextDenovo。

02 安裝

1. 下載

使用以下命令：

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

?注意：如果你遇到諸如 GLIBC_2.14 not found 或 liblzma.so.0: cannot open shared object file 的錯誤，請嘗試使用該頁面提供的兼容版本。

2. 依賴項

• Python 2 或 3

• paralleltask

安裝：

pip install paralleltask

3. 編譯安裝

tar -vxzf NextPolish.tgz cd NextPolish make 

4. 卸載

cd NextPolish make clean

5. 測試是否安裝成功

nextPolish test_data/run.cfg

03 使用

1：準備短讀段文件列表（SGS FOFN）

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

2：創建配置文件 run.cfg

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

3：運行程序

nextPolish run.cfg

輸出結果

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

• 統計信息文件：/path_to_work_directory/genome.nextpolish.fasta.stat

提示

你也可以用自己的比對流程（如 BWA + samtools），僅調用 NextPolish 的打磨模塊，這在本地系統上通常會更快，但打磨后的基因組質量一致。

重要說明

建議先使用長讀段（如 HiFi 或 ONT）對原始基因組進行打磨，再用短讀段進一步優化，避免短讀段在高錯誤率區域中錯配。尤其是基于無共識算法（如 miniasm）生成的初步組裝，更容易出現錯配。

04 案例

4.1 使用短讀進行基因組精修

準備 sgs_fofn 文件

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

創建 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 # 基因組文件 genome_size = auto workdir = ./01_rundir polish_options = -p {multithread_jobs} [sgs_option] sgs_fofn = ./sgs.fofn sgs_options = -max_depth 100 -bwa

運行

nextPolish run.cfg

精修完成后輸出

• 序列：/path_to_work_directory/genome.nextpolish.fasta

• 統計信息：/path_to_work_directory/genome.nextpolish.fasta.stat

提示

用戶自定義的比對流程在本地運行時比默認流程更快，精修后基因組的準確性與默認流程一致。

自定義比對流程示例（短讀）

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 # 最終精修后的基因組：genome.nextpolish.fa

4.2 使用長讀進行基因組精修

準備 lgs_fofn 文件

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

創建 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

運行

nextPolish run.cfg

精修完成后輸出

• 序列：/path_to_work_directory/genome.nextpolish.fasta

• 統計信息：/path_to_work_directory/genome.nextpolish.fasta.stat

自定義比對流程示例（長讀）

round=2 threads=20 read=read.fasta.gz read_type=ont # 可為 clr（PacBio）、hifi（高準確性PacBio）、ont（納米孔） 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 # 最終精修后的基因組：genome.nextpolish.fa

4.3 使用短讀和長讀聯合精修

• 準備 sgs.fofn 和 lgs.fofn

• 創建 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 使用短讀和 hifi 長讀聯合精修

• 準備 sgs.fofn 和 hifi.fofn

• 創建 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