- 结果文件
- 使用指南
- 版本记录
- 联系客服
基因组质量评估（checkm-依据系统发育关系推断的标记集合），CheckM利用基因的单拷贝性来有效的评估基因组草图的质量，包括完整度、污染度序列分布等。包括 lineage_wf 和 taxonomy_wf 两种确定基因组标记基因集合的方法。lineage_wf将bins放入系统发育树依据系统发育关系推断的标记集合，taxonomy_wf 使用分类数据库根据物种已知分类学进行推断的标记集合。
输入文件：
从分离株、单细胞或宏基因组中获得的基因组（*.fna），将所需评估的序列上传到同一文件夹中，并在任务提交界面”选择“该文件夹
输出文件：
- bins/*/：-nt的基因预测结果；
- storage:下为每个bin详细评估信息；
- storage/bin_stats.analyze.tsv ：bin基础信息统计；
- storage/bin_stats.tree.tsv：每个bin在发育树中的位置；
- storage/bin_stats_ext.tsv：bin对应的基因集；
- storage/marker_gene_stats.tsv：每个bin的序列上marker基因比对信息；
- bins_qa.txt：结果汇总
| 列名 | 含义 |
| Bin Id | 每个bin（基因组组装单元）的唯一标识符 |
| Marker lineage | 该bin的分类信息（通常为系统发育标记基因的分类结果），括号内为唯一ID |
| # genomes | 该分类下参考基因组的数量 |
| # markers | 用于评估该分类的标记基因总数 |
| # marker sets | 标记基因集合的数量（通常用于去冗余或分组） |
| 0, 1, 2, 3, 4, 5+ | 统计bin中标记基因在不同基因组中的分布情况。 |
| 例如“0”表示有多少marker set在bin中未被检测到，“1”表示有多少marker set只检测到1个副本，“2”表示检测到2个副本，依此类推，“5+”表示检测到5个及以上副本。 | |
| Completeness | 完整性（%），表示bin中检测到的标记基因占该分类应有标记基因的比例 |
| Contamination | 污染度（%），表示bin中多拷贝标记基因的比例，反映可能的污染或混合 |
| Strain heterogeneity | 株异质性（%），表示bin中同一标记基因的多样性，反映是否有多个菌株混杂 |
数据解读：
Completeness 越高，说明bin越完整。 Contamination 越低，说明bin越纯净。 Strain heterogeneity 越低，说明bin中混杂的菌株越少。 0, 1, 2, 3, 4, 5+ 这些列可以帮助判断bin中标记基因的拷贝数分布，间接反映bin的纯度和完整性。
软件版本：CheckM v1.2.3
参考文献：
https://github.com/Ecogenomics/CheckM
当前版本为1.0版本，上架时间为：2025-05-27