vout/megahit

MEGAHIT镜像说明

镜像概述

MEGAHIT是一款超快速、内存高效的下一代测序（NGS）数据组装器，针对宏基因组优化，同时也适用于普通单基因组（包括小基因组和哺乳动物规模基因组）及单细胞测序数据的组装。

核心功能

• 超快速组装速度，缩短分析周期
• 内存使用高效，降低硬件资源门槛
• 支持多种输入类型：成对末端（PE）、interleaved PE、单末端（SE）序列
• 提供高级参数调优，适配复杂数据集（如土壤宏基因组）
• 支持中断任务续跑，提升工作效率

使用场景

• 宏基因组数据分析（环境样本、肠道菌群等）
• 单基因组组装（细菌、哺乳动物等不同规模基因组）
• 单细胞测序数据组装
• 科研机构及生物信息实验室的测序数据处理

配置说明与部署示例

Docker部署示例

在包含输入测序数据的目录下执行以下命令：

sh
docker run -v $(pwd):/workspace -w /workspace --user $(id -u):$(id -g) vout/megahit \
  megahit -1 MY_PE_READ_1.fq.gz -2 MY_PE_READ_2.fq.gz -o MY_OUTPUT_DIR

参数说明：

• -v $(pwd):/workspace：挂载当前目录到容器内工作区
• -w /workspace：设置容器工作目录
• --user $(id -u):$(id -g)：用当前用户身份运行，避免权限问题
• 替换MY_PE_READ_*为实际测序文件，MY_OUTPUT_DIR为结果输出目录

基本使用示例

sh
# 单个成对末端库
megahit -1 pe_1.fq -2 pe_2.fq -o out
# interleaved成对末端库
megahit --12 interleaved.fq -o out
# 多成对库+单末端库
megahit -1 a1.fq,b1.fq -2 a2.fq,b2.fq -r se1.fq -o out

高级参数说明

• --kmin-1pass：低深度测序时减少内存占用
• --presets meta-large：适配高复杂度宏基因组（如土壤样本）
• --cleaning-rounds 1 --disconnect-ratio 0：减少序列修剪，保留更多短contig
• --continue -o out：续跑中断的组装任务

查看完整手册：运行megahit或megahit -h。