登录 / 注册
收藏小工具

CheckM基因组质量评估（基于分类学流程推断的标记集合）

本工具使用CheckM分类学流程推断的标记集合评估基因组质量，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，并指定分类水平（class）和对应分类单元（Gammaproteobacteria）。
免费使用
本流程已累计运行7次。
基因组评估
请选择计算文件

运行状态

计算结果

下载计算结果

基因组质量评估（checkm-基于分类学流程推断的标记集合），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，并指定分类水平（class）和对应分类单元（Gammaproteobacteria）


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；
  • taxonomy_wf.txt：结果汇总
Bin Id: 每个基因组组装片段（bin）的唯一标识符，用于区分不同的样本或组装结果。例如，2012990006 和 637000110。
Marker lineage: 标记序列的分类谱系信息，表示该 bin 的分类级别和名称。例如，Gammaproteobacteria (2) 表示该 bin 属于伽马变形菌门（Gammaproteobacteria），括号中的数字可能表示特定分类子集或版本。
# genomes: 使用该 bin 的基因组数量，表示与该 bin 相关联的基因组总数。例如，1167 表示有 1167 个基因组与该 bin 相关。
# markers: 总的标记基因数量，表示用于分类的标记基因总数。例如，280 表示共有 280 个标记基因。
# marker sets: 标记基因集合的数量，可能表示不同的标记基因组或子集，用于评估分类的多样性或一致性。例如，178。
0, 1, 2, 3, 4, 5+: 表示标记基因数量的分布，分别对应 0、1、2、3、4、5 个或更多标记基因的 bin 数量。这些列反映了每个 bin 中标记基因的覆盖情况。例如：
　　　　对于 2012990006，278 个 bin 有 0 个标记基因，2 个 bin 有 2 个标记基因，其余为 0。
　　　　对于 637000110，280 个 bin 有 1 个标记基因，其余为 0。
Completeness: 基因组完整性百分比，表示 bin 中包含的标记基因占预期标记基因的比例。例如，0.28 表示 28% 的完整性，100 表示 100% 完整。
Contamination: 污染百分比，表示 bin 中可能来自其他物种的标记基因比例。例如，0.28 表示 28% 的污染，0 表示无污染。
Strain heterogeneity: 株异质性百分比，表示 bin 中不同株的多样性或变异程度。例如，100 表示完全异质性，0 表示无异质性。

数据解读：
1. 2012990006: 该 bin 的完整性（0.28）较低，污染（0.28）与完整性相等，株异质性（100）较高，标记基因分布显示大多数 bin 无标记基因（278 个为 0），只有少数有 2 个标记基因。这可能表明该 bin 质量较低，存在污染和多样性。
2. 637000110: 该 bin 完整性（100）很高，无污染（0），株异质性（0）为零，标记基因分布显示所有 280 个 bin 都有 1 个标记基因。这表明该 bin 质量较高，分类一致性好。

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