2023年10月3日李恒课题组在Bioinformatics在线发表了compleasm: a faster and more accurate reimplementation of BUSCO的文章。公众号最近有人推这篇文献，才关注到。新软件多试试，多一个好的结果总归是好的。
1.做了几百个基因组，一直以来评估基因组完整性的指标busco被看重，但是busco的随机性实在是太强了，S值和D值的变化也是会随着染色体长度的增加可能也有巨大的变化。一直以为都没有好的解决方法，如今有答案。
2.一般而言，基因预测的busco值要明显高于基因组busco，说名基因组busco预测的时候假阳性比较多。长内含子物种，如已知的兰科物种，石斛，还有一些裸子植物，基因组busco会偏低很多。
3.尤其是不知道物种倍性的时候，同源和异源多倍体的D值极其重要，看过许多文章把四倍体当做二倍体发文件，还是高水平的文章，让人一言难尽。
4.特殊物种busco没有合适的库，如藻类，蕨类，裸子植物。而裸子植物的问题，今年有HR上的文献弥补这一空缺，发了一个库Gymnosperm_odb10（2023 HR Benchmarking gene set of gymnosperms for assessing
genome and annotation completeness in BUSCO）
下载地址：2024.1.19：v0.2.5
(https://hub.yzuu.cf/huangnengCSU/compleasm/releases/tag/v0.2.5)
https://github.com/huangnengCSU/compleasm
软件安装
conda create -c bioconda -n compleasm compleasm
或者
conda create -n compleasm.0.2.5
conda activate compleasm.0.2.5
conda install compleasm
数据库下载：
从https://busco-data.ezlab.org/v5/data
下载指定物，如embryophyta。下载完成会生成done文件，和file_versions.tsv，里面记录各个类型的odb，如果没有Gymnosperm这种。需要手动修改该文件。
目前最新版本2024.01.08
mkdir -p XXX/compleasm/db && cd XXX/compleasm/db
export PATH=/share/nas1/pengzw/software/anaconda3/2023.09/envs/compleasm.0.2.5/bin:$PATH
XXX/envs/compleasm.0.2.5/bin/compleasm download embryophyta
XXX/envs/compleasm.0.2.5/bin/compleasm download embryophyta insecta metazoa
busco 每个库的基因数目：https://busco.ezlab.org/list_of_lineages.html
运行参考
结果文件summary.txt，如文章所说，会明显提高，基本上到了98-99%。
#基因组
export PATH=XXX/envs/compleasm.0.2.5/bin:$PATH
XXX/envs/compleasm.0.2.5/bin/compleasm run \
-l embryophyta \
-L XXX/compleasm/db \
-t 32 \
-a Lachesis_assembly_changed.fa \
-o compleasm && touch compleasm .done
#蛋白
export PATH=/share/nas1/pengzw/software/anaconda3/2023.09/envs/compleasm.0.2.5/bin:$PATH
/share/nas1/pengzw/software/anaconda3/2023.09/envs/compleasm.0.2.5/bin/compleasm protein \
-l eukaryota \
-L /share/nas1/pengzw/software/busco/v5/Lineage_odb10/2024-01-08/mb_downloads/ \
-t 32 \
-p Chr_genome_final_gene.gff3.pep \
-o compleasm_pep && touch compleasm.done
-l busco的linknage
-L 上面下载的库
-t 线程
-a 基因组fa或者蛋白 pep.fa
-o 结果目录 结果文件summary.txt，需要自己转一下格式为busco 那种即可
其他：busco软件的问题
busco软件基因组预测调用august软件，对于长内含子物种尤其不友好，会偏低很多，可能90%一下，但是基因预测正常结果busco都会非常高。至少90%以上。
busco 软件基因不调用august软件，利用的蛋白，一般都很稳定。
建议大家赶紧给自己的基因来一次compleasm，提高busco不再是问题。
