Invalid revision: 3.18.1-g262b901

最新推荐文章于 2022-08-10 20:38:18 发布
原创 最新推荐文章于 2022-08-10 20:38:18 发布 · 1.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#android studio #android #gradle

环境

Android Studio Bumblebee

问题

升级 Android Studio 后，重新编译项目，提示这个错误。

问题解决

面向百度，参考文献[1] 指出是升级AS时自动安装的CMake高版本导致的这一问题。在SDK下的 cmake 文件夹下发现确实有 3.18.1 文件夹。但没有发现文献中所说的 .tmp 文件。
不管三七二十一，将 3.18.1 文件夹直接删除，再次 sync gradle，问题解决。AS 也没有重新下载 3.18.1 版本文件。

参考文献

[1] 简书

正确解决java.lang.NumberFormatException异常的有效解决方法
wbajsjhhhhh的博客
05-14 2480
正确解决java.lang.NumberFormatException异常的有效解决方法
huggingface-cli: error: invalid choice: ‘download‘解决方案
热门推荐
weixin_43178406的博客
11-09 6万+
本文主要介绍了huggingface-cli: error: invalid choice: 'download’解决方案，希望能对学习使用huggingface-cli的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
由于CMake版本过高Invalid revision: 3.18.1-g262b901-dirty
qq_28734961的博客
10-12 4683
Invalid revision: 3.18.1-g262b901-dirty 这个错误是由于CMake版本过高造成的 在SDK Manager中，卸载高版本，再下载个低版本CMake即可，比如3.6版本
Invalid revision: 3.18.1-g262b901-dirty
知识共享，你我皆是知识的搬运工
07-13 4272
Invalid revision:3.18.1 dirty
编译ExoPlayer扩展模块av1遇到的问题及解决
格物致知的专栏 [音视频编解码 网络协议 计算机视觉 计算机图形学 图像理解 语音识别 机器学习 模拟电路 传感器]
04-07 2842
ExoPlayer使用libgav1模块实现av1的解码，编译av1这个扩展模块后，得到的是aar文件。本人在编译的过程中遇到两个小问题，后来解决了，现记录如下： 问题一：Android Studio报错：Invalid revision: 3.18.1-g262b901-dirty 解决办法：删掉或移走Android Sdk安装目录下的cmake目录下的3.18.1目录，不使用这个版本的cmake 问题二：提示gav1_jni.cc文件中的random未定义 解决办法：这是未包含c++11的产生随
【Android】【IDE】CMake报Invalid revision: 3.18.1-g262b901-dirty错误
天天向上 Up Up Up (*^▽^*)
06-17 1万+
这个错误是由于CMake版本过高造成的，在SDK Manager中，下载个低版本CMake即可，比如3.6版本
cmake-3.18.1-win64-x64.msi
08-01
cmake-3.18.1 64位安装包。官网下载的。
Flask+gunicorn部署深度学习报错gunicorn: error: argument -b: invalid int value ‘0.0.0.0:8000‘
qq_39691492的博客
01-19 3869
Flask+gunicorn部署深度学习报错gunicorn: error: argument -b: invalid int value ‘0.0.0.0:8000’ 项目场景： 将客户端的请求经由Web服务器转发给Flask程序实例，调用Pytorch深度学习模型。 为了实现并发，采用 gunicorn 来部署Flask服务。 具体调用代码可参考以下两个博文。 第一篇博文介绍Flask实现Web服务调用Pytorch深度学习模型实现手写数字识别。 第二篇博文介绍采用gunicorn实现Web服务调用的多
Android room报错java.lang.IllegalStateException: Pre-packaged database has an invalid schema
Ikulm的博客
09-14 3255
之前在涉及城市列表的地方一直用的GreenDao来查询显示，最近有在学习jatpack，从而入手了room数据库，按照流程一切操作好之后，发现报了以下错误： java.lang.IllegalStateException: Pre-packaged database has an invalid schema: AREA_CITY(com.ssh.sh_recruit.room.bean.AreaCity). Expected: TableInfo{name='AREA_CITY', c
cmake-3.18.2.tar.gz
09-21
cmake-3.18.2.tar.gz源码，官网下载太慢，这个备份一下，顺便给大家留一份。
cmake-3.18.3-1.x86_64.rpm
04-14
cmake 3.18.3版本，源码安装耗时耗力，所以用fpm打成了rpm包
Oracle报错：ORA-00911: invalid character
xxydzyr的博客
01-16 6733
Oracle报错：ORA-00911: invalid character 该错误发生在我创建物化视图时报错。 执行环境为PL SQL，Oracle版本为11g。 错误重现： -- 代码1 CREATE MATERIALIZED VIEW VM1_EMP DISABLE QUERY REWRITE AS SELECT * FROM EMP; -- 代码2 CREATE MATERIALIZED ...
android studio : Invalid revision: 3.18.1-g262b901-dirty
金戈铁马
09-29 2890
CMAKE卸载掉 3.18.1后，下载 3.6问题解决。
Android笔记-ERROR: Invalid revision: 3.17.20200511-g8787079
IT1995的博客
08-17 784
Android Studio版本： 报错是这些： 往下翻： 将版本换成3.10.2 File->Settings->System Settings->Android SDK 再设置下ndk： File->Project Structure->SDK Location 如果报错，在dnk下新建platforms 这样就可以了，如果还报错： 在local.properties中添加 cmake.dir=D\:\\xx...
Caused by: java.lang.NumberFormatException: Invalid double: ""
北京流年
12-26 530
Caused by: java.lang.NumberFormatException: Invalid double: “” 解决思路： 今天使用retrofit和gson解析服务器返回的数据，出现上边的一个错误，第一反应就是我的model里面有double类型的字段，但是找了一遍，发现并没有，然后就想，没有double怎么会报数据类型转换错误呢？我就在返回数据中找”“这个对应的字段，但是
Ndk 和Cmake报错解决
liuqinhou的博客
08-10 8973
android studio
Android Studio 编译适配-NDK issue 解决
研究员的自我修养
12-02 3682
Android Studio 编译适配-NDK issue 解决
日志”Medaka鐗堟湰: Invalid option: -v.“”ERROR: 闇€瑕丮edaka 2.1.0锛屽綋鍓嶇増鏈笉鍏煎“”Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. Invalid option: --chunk_len. “”===== [Fri Nov 21 17:43:53 CST 2025] 合并ONT读长 ===== 合并完成: 总大小 14G ===== [Fri Nov 21 17:44:26 CST 2025] 创建参考基因组索引 ===== ===== [Fri Nov 21 17:44:28 CST 2025] 选择Medaka模型 ===== 使用模型: r1041_e82_400bps_sup_v4.2.0 ===== [Fri Nov 21 17:44:28 CST 2025] 开始分染色体运行Medaka ===== 处理染色体: ctg000070_np12 (1/66) WARNING: 染色体 ctg000070_np12 处理未生成结果文件 处理染色体: ctg000090_np12 (2/66) WARNING: 染色体 ctg000090_np12 处理未生成结果文件 处理染色体: ctg000060_np12 (3/66) WARNING: 染色体 ctg000060_np12 处理未生成结果文件 处理染色体: ctg000030_np12 (4/66) WARNING: 染色体 ctg000030_np12 处理未生成结果文件 处理染色体: ctg000040_np12 (5/66) WARNING: 染色体 ctg000040_np12 处理未生成结果文件 处理染色体: ctg000020_np12 (6/66) WARNING: 染色体 ctg000020_np12 处理未生成结果文件 处理染色体: ctg000080_np12 (7/66) WARNING: 染色体 ctg000080_np12 处理未生成结果文件 处理染色体: ctg000000_np12 (8/66) WARNING: 染色体 ctg000000_np12 处理未生成结果文件 处理染色体: ctg000110_np12 (9/66) WARNING: 染色体 ctg000110_np12 处理未生成结果文件 处理染色体: ctg000130_np12 (10/66) WARNING: 染色体 ctg000130_np12 处理未生成结果文件 处理染色体: ctg000100_np12 (11/66) WARNING: 染色体 ctg000100_np12 处理未生成结果文件 处理染色体: ctg000120_np12 (12/66) WARNING: 染色体 ctg000120_np12 处理未生成结果文件 处理染色体: ctg000140_np12 (13/66) WARNING: 染色体 ctg000140_np12 处理未生成结果文件 处理染色体: ctg000010_np12 (14/66) WARNING: 染色体 ctg000010_np12 处理未生成结果文件 处理染色体: ctg000050_np12 (15/66) WARNING: 染色体 ctg000050_np12 处理未生成结果文件 处理染色体: ctg000280_np12 (16/66) WARNING: 染色体 ctg000280_np12 处理未生成结果文件 处理染色体: ctg000170_np12 (17/66) WARNING: 染色体 ctg000170_np12 处理未生成结果文件 处理染色体: ctg000320_np12 (18/66) WARNING: 染色体 ctg000320_np12 处理未生成结果文件 处理染色体: ctg000180_np12 (19/66) WARNING: 染色体 ctg000180_np12 处理未生成结果文件 处理染色体: ctg000300_np12 (20/66) WARNING: 染色体 ctg000300_np12 处理未生成结果文件 处理染色体: ctg000160_np12 (21/66) WARNING: 染色体 ctg000160_np12 处理未生成结果文件 处理染色体: ctg000250_np12 (22/66) WARNING: 染色体 ctg000250_np12 处理未生成结果文件 处理染色体: ctg000220_np12 (23/66) WARNING: 染色体 ctg000220_np12 处理未生成结果文件 处理染色体: ctg000150_np12 (24/66) WARNING: 染色体 ctg000150_np12 处理未生成结果文件 处理染色体: ctg000240_np12 (25/66) WARNING: 染色体 ctg000240_np12 处理未生成结果文件 处理染色体: ctg000340_np12 (26/66) WARNING: 染色体 ctg000340_np12 处理未生成结果文件 处理染色体: ctg000210_np12 (27/66) WARNING: 染色体 ctg000210_np12 处理未生成结果文件 处理染色体: ctg000200_np12 (28/66) WARNING: 染色体 ctg000200_np12 处理未生成结果文件 处理染色体: ctg000260_np12 (29/66) WARNING: 染色体 ctg000260_np12 处理未生成结果文件 处理染色体: ctg000310_np12 (30/66) WARNING: 染色体 ctg000310_np12 处理未生成结果文件 处理染色体: ctg000230_np12 (31/66) WARNING: 染色体 ctg000230_np12 处理未生成结果文件 处理染色体: ctg000330_np12 (32/66) WARNING: 染色体 ctg000330_np12 处理未生成结果文件 处理染色体: ctg000290_np12 (33/66) WARNING: 染色体 ctg000290_np12 处理未生成结果文件 处理染色体: ctg000350_np12 (34/66) WARNING: 染色体 ctg000350_np12 处理未生成结果文件 处理染色体: ctg000190_np12 (35/66) WARNING: 染色体 ctg000190_np12 处理未生成结果文件 处理染色体: ctg000270_np12 (36/66) WARNING: 染色体 ctg000270_np12 处理未生成结果文件 处理染色体: ctg000430_np12 (37/66) WARNING: 染色体 ctg000430_np12 处理未生成结果文件 处理染色体: ctg000390_np12 (38/66) WARNING: 染色体 ctg000390_np12 处理未生成结果文件 处理染色体: ctg000440_np12 (39/66) WARNING: 染色体 ctg000440_np12 处理未生成结果文件 处理染色体: ctg000420_np12 (40/66) WARNING: 染色体 ctg000420_np12 处理未生成结果文件 处理染色体: ctg000460_np12 (41/66) WARNING: 染色体 ctg000460_np12 处理未生成结果文件 处理染色体: ctg000370_np12 (42/66) WARNING: 染色体 ctg000370_np12 处理未生成结果文件 处理染色体: ctg000360_np12 (43/66) WARNING: 染色体 ctg000360_np12 处理未生成结果文件 处理染色体: ctg000410_np12 (44/66) WARNING: 染色体 ctg000410_np12 处理未生成结果文件 处理染色体: ctg000450_np12 (45/66) WARNING: 染色体 ctg000450_np12 处理未生成结果文件 处理染色体: ctg000400_np12 (46/66) WARNING: 染色体 ctg000400_np12 处理未生成结果文件 处理染色体: ctg000380_np12 (47/66) WARNING: 染色体 ctg000380_np12 处理未生成结果文件 处理染色体: ctg000480_np12 (48/66) WARNING: 染色体 ctg000480_np12 处理未生成结果文件 处理染色体: ctg000590_np12 (49/66) WARNING: 染色体 ctg000590_np12 处理未生成结果文件 处理染色体: ctg000600_np12 (50/66) WARNING: 染色体 ctg000600_np12 处理未生成结果文件 处理染色体: ctg000620_np12 (51/66) WARNING: 染色体 ctg000620_np12 处理未生成结果文件 处理染色体: ctg000500_np12 (52/66) WARNING: 染色体 ctg000500_np12 处理未生成结果文件 处理染色体: ctg000530_np12 (53/66) WARNING: 染色体 ctg000530_np12 处理未生成结果文件 处理染色体: ctg000580_np12 (54/66) WARNING: 染色体 ctg000580_np12 处理未生成结果文件 处理染色体: ctg000630_np12 (55/66) WARNING: 染色体 ctg000630_np12 处理未生成结果文件 处理染色体: ctg000490_np12 (56/66) WARNING: 染色体 ctg000490_np12 处理未生成结果文件 处理染色体: ctg000610_np12 (57/66) WARNING: 染色体 ctg000610_np12 处理未生成结果文件 处理染色体: ctg000550_np12 (58/66) WARNING: 染色体 ctg000550_np12 处理未生成结果文件 处理染色体: ctg000570_np12 (59/66) WARNING: 染色体 ctg000570_np12 处理未生成结果文件 处理染色体: ctg000540_np12 (60/66) WARNING: 染色体 ctg000540_np12 处理未生成结果文件 处理染色体: ctg000560_np12 (61/66) WARNING: 染色体 ctg000560_np12 处理未生成结果文件 处理染色体: ctg000520_np12 (62/66) WARNING: 染色体 ctg000520_np12 处理未生成结果文件 处理染色体: ctg000510_np12 (63/66) WARNING: 染色体 ctg000510_np12 处理未生成结果文件 处理染色体: ctg000470_np12 (64/66) WARNING: 染色体 ctg000470_np12 处理未生成结果文件 处理染色体: ctg000650_np12 (65/66) WARNING: 染色体 ctg000650_np12 处理未生成结果文件 处理染色体: ctg000640_np12 (66/66) WARNING: 染色体 ctg000640_np12 处理未生成结果文件 ===== [Fri Nov 21 17:57:06 CST 2025] 合并染色体结果 ===== WARNING: 缺失染色体 ctg000070_np12 的结果 WARNING: 缺失染色体 ctg000090_np12 的结果 WARNING: 缺失染色体 ctg000060_np12 的结果 WARNING: 缺失染色体 ctg000030_np12 的结果 WARNING: 缺失染色体 ctg000040_np12 的结果 WARNING: 缺失染色体 ctg000020_np12 的结果 WARNING: 缺失染色体 ctg000080_np12 的结果 WARNING: 缺失染色体 ctg000000_np12 的结果 WARNING: 缺失染色体 ctg000110_np12 的结果 WARNING: 缺失染色体 ctg000130_np12 的结果 WARNING: 缺失染色体 ctg000100_np12 的结果 WARNING: 缺失染色体 ctg000120_np12 的结果 WARNING: 缺失染色体 ctg000140_np12 的结果 WARNING: 缺失染色体 ctg000010_np12 的结果 WARNING: 缺失染色体 ctg000050_np12 的结果 WARNING: 缺失染色体 ctg000280_np12 的结果 WARNING: 缺失染色体 ctg000170_np12 的结果 WARNING: 缺失染色体 ctg000320_np12 的结果 WARNING: 缺失染色体 ctg000180_np12 的结果 WARNING: 缺失染色体 ctg000300_np12 的结果 WARNING: 缺失染色体 ctg000160_np12 的结果 WARNING: 缺失染色体 ctg000250_np12 的结果 WARNING: 缺失染色体 ctg000220_np12 的结果 WARNING: 缺失染色体 ctg000150_np12 的结果 WARNING: 缺失染色体 ctg000240_np12 的结果 WARNING: 缺失染色体 ctg000340_np12 的结果 WARNING: 缺失染色体 ctg000210_np12 的结果 WARNING: 缺失染色体 ctg000200_np12 的结果 WARNING: 缺失染色体 ctg000260_np12 的结果 WARNING: 缺失染色体 ctg000310_np12 的结果 WARNING: 缺失染色体 ctg000230_np12 的结果 WARNING: 缺失染色体 ctg000330_np12 的结果 WARNING: 缺失染色体 ctg000290_np12 的结果 WARNING: 缺失染色体 ctg000350_np12 的结果 WARNING: 缺失染色体 ctg000190_np12 的结果 WARNING: 缺失染色体 ctg000270_np12 的结果 WARNING: 缺失染色体 ctg000430_np12 的结果 WARNING: 缺失染色体 ctg000390_np12 的结果 WARNING: 缺失染色体 ctg000440_np12 的结果 WARNING: 缺失染色体 ctg000420_np12 的结果 WARNING: 缺失染色体 ctg000460_np12 的结果 WARNING: 缺失染色体 ctg000370_np12 的结果 WARNING: 缺失染色体 ctg000360_np12 的结果 WARNING: 缺失染色体 ctg000410_np12 的结果 WARNING: 缺失染色体 ctg000450_np12 的结果 WARNING: 缺失染色体 ctg000400_np12 的结果 WARNING: 缺失染色体 ctg000380_np12 的结果 WARNING: 缺失染色体 ctg000480_np12 的结果 WARNING: 缺失染色体 ctg000590_np12 的结果 WARNING: 缺失染色体 ctg000600_np12 的结果 WARNING: 缺失染色体 ctg000620_np12 的结果 WARNING: 缺失染色体 ctg000500_np12 的结果 WARNING: 缺失染色体 ctg000530_np12 的结果 WARNING: 缺失染色体 ctg000580_np12 的结果 WARNING: 缺失染色体 ctg000630_np12 的结果 WARNING: 缺失染色体 ctg000490_np12 的结果 WARNING: 缺失染色体 ctg000610_np12 的结果 WARNING: 缺失染色体 ctg000550_np12 的结果 WARNING: 缺失染色体 ctg000570_np12 的结果 WARNING: 缺失染色体 ctg000540_np12 的结果 WARNING: 缺失染色体 ctg000560_np12 的结果 WARNING: 缺失染色体 ctg000520_np12 的结果 WARNING: 缺失染色体 ctg000510_np12 的结果 WARNING: 缺失染色体 ctg000470_np12 的结果 WARNING: 缺失染色体 ctg000650_np12 的结果 WARNING: 缺失染色体 ctg000640_np12 的结果 ===== [Fri Nov 21 17:57:06 CST 2025] 生成最终报告 ===== ===== [Fri Nov 21 17:57:11 CST 2025] Medaka矫正流程完成 ===== “
最新发布
11-22
<think> 我们遇到了两个主要问题： 1. Medaka版本检查失败：日志显示“Medaka鐗堟湰: Invalid option: -v”，说明`medaka_consensus -v`命令在您的环境中无效。 2. 参数不兼容：旧版参数（如--chunk_len）在2.1.0版本中已废弃。 解决方案： 1. 调整版本检查方式：Medaka 2.1.0可能使用`medaka_consensus --version`或`medaka --version`。 2. 使用Medaka 2.1.0支持的参数：根据官方文档，2.1.0版本参数有较大变化。 重新设计脚本： 步骤1：确定正确的版本检查命令 尝试以下命令之一： medaka_consensus --version medaka --version 步骤2：查阅Medaka 2.1.0文档，更新参数： 旧参数： --chunk_len -> 新版使用`-b`或`--chunk_size` --chunk_ovlp -> 新版使用`-c`或`--chunk_overlap` --region_padding -> 新版使用`-p`或`--padding` 步骤3：调整模型名称（根据实际可用模型） 步骤4：由于分染色体处理，注意每个染色体运行medaka_consensus时，参考序列是单条染色体。 以下是修正后的脚本： </think>根据日志分析，问题主要在于您使用的Medaka版本参数与脚本不兼容。以下是针对Medaka 2.1.0的优化脚本： ```bash #!/bin/bash #SBATCH -p amd_256 #SBATCH -N 1 #SBATCH -n 16 #SBATCH -t 48:00:00 #SBATCH --mem=128G #SBATCH -J medaka_polish #SBATCH -o /public1/home/scb3201/rawdata/Medaka/logs/%j_medaka.out #SBATCH -e /public1/home/scb3201/rawdata/Medaka/logs/%j_medaka.err # ========== Medaka 2.1.0兼容脚本 ========== # 修复问题： # 1. 版本检测参数变更 # 2. 命令参数更新 # 3. 模型选择逻辑优化 # 环境初始化 source ~/.bashrc conda activate medaka_legacy || { echo "ERROR: medaka_legacy环境激活失败" >&2 exit 1 } # Medaka 2.1.0版本检测 if ! medaka_consensus --version &>/dev/null; then echo "ERROR: Medaka命令不可用" >&2 exit 2 fi MEDAKA_VERSION=$(medaka_consensus --version 2>&1 | head -1) echo "检测到Medaka版本: ${MEDAKA_VERSION}" # 设置目录路径 WORK_DIR="/public1/home/scb3201/rawdata/Medaka" LOG_DIR="/public1/home/scb3201/rawdata/Medaka/logs" RESULTS_DIR="/public1/home/scb3201/results/genome/Medaka" ONT_DIR="/public1/home/scb3201/ONT_BGI_RNA-seq/not/ONT" NEXTPOLISH_FASTA="/public1/home/scb3201/results/genome/nextpolish/genome.nextpolish.fasta" # 创建目录结构 mkdir -p "${LOG_DIR}" mkdir -p "${RESULTS_DIR}/intermediate" mkdir -p "${RESULTS_DIR}/final_consensus" # 输入文件定义 ONT_PASS="${ONT_DIR}/DL.pass.fq.gz" ONT_FAIL="${ONT_DIR}/DL.fail.fq.gz" COMBINED_READS="${RESULTS_DIR}/intermediate/combined_ont.fq.gz" # 1. 合并ONT读长 echo "===== [$(date)] 合并ONT读长 =====" if [ ! -f "${COMBINED_READS}" ]; then cat "${ONT_PASS}" "${ONT_FAIL}" > "${COMBINED_READS}" 2> "${LOG_DIR}/combine_reads.err" if [ $? -ne 0 ]; then echo "ERROR: 合并ONT读长失败" >&2 exit 3 fi echo "合并完成: 总大小 $(du -h ${COMBINED_READS} | cut -f1)" else echo "使用已存在的合并文件: ${COMBINED_READS}" fi # 2. 创建参考基因组索引 echo "===== [$(date)] 创建参考基因组索引 =====" if [ ! -f "${NEXTPOLISH_FASTA}.fai" ]; then samtools faidx "${NEXTPOLISH_FASTA}" 2> "${LOG_DIR}/faidx.err" if [ $? -ne 0 ]; then echo "ERROR: 创建FASTA索引失败" >&2 exit 4 fi fi # 3. 选择Medaka模型 echo "===== [$(date)] 选择Medaka模型 =====" MODEL="r1041_e82_400bps_sup_v4.2.0" # 验证模型可用性 if ! medaka tools list_models | grep -q "${MODEL}"; then echo "WARNING: 模型${MODEL}不可用，使用默认模型" MODEL=$(medaka tools list_models | head -1) fi echo "使用模型: ${MODEL}" # 4. 分染色体运行Medaka（兼容2.1.0） echo "===== [$(date)] 开始分染色体运行Medaka =====" chromosomes=($(cut -f1 "${NEXTPOLISH_FASTA}.fai")) total_chrom=${#chromosomes[@]} completed=0 # 测试单个染色体（调试用） # chromosomes=("ctg000070_np12") for chrom in "${chromosomes[@]}"; do ((completed++)) chrom_dir="${RESULTS_DIR}/intermediate/${chrom}" consensus_out="${chrom_dir}/consensus.fasta" echo "处理染色体: ${chrom} (${completed}/${total_chrom})" mkdir -p "${chrom_dir}" # 提取当前染色体序列 samtools faidx "${NEXTPOLISH_FASTA}" "${chrom}" > "${chrom_dir}/${chrom}.fasta" 2>> "${LOG_DIR}/extract_chrom.err" # 运行Medaka 2.1.0（使用兼容参数） echo "启动Medaka处理..." medaka_consensus \ -i "${COMBINED_READS}" \ -d "${chrom_dir}/${chrom}.fasta" \ -o "${chrom_dir}" \ -m "${MODEL}" \ -t 4 \ -b 20000 \ -c 1000 \ -s 0 \ -p 200 \ --device cpu \ > "${chrom_dir}/medaka.log" 2>&1 # 检查运行结果 if [ ! -f "${consensus_out}" ]; then echo "ERROR: 染色体 ${chrom} 处理失败" >&2 echo "===== 错误日志开始 =====" tail -n 50 "${chrom_dir}/medaka.log" echo "===== 错误日志结束 =====" # 继续处理其他染色体而非退出 else echo "成功生成结果: ${consensus_out}" fi done # 5. 合并染色体结果 echo "===== [$(date)] 合并染色体结果 =====" final_consensus="${RESULTS_DIR}/final_consensus/genome.medaka.fasta" > "${final_consensus}" success_count=0 for chrom in "${chromosomes[@]}"; do chrom_consensus="${RESULTS_DIR}/intermediate/${chrom}/consensus.fasta" if [ -f "${chrom_consensus}" ]; then # 添加染色体标识 sed "s/>.*/>${chrom}/" "${chrom_consensus}" >> "${final_consensus}" echo "添加染色体: ${chrom}" ((success_count++)) else echo "WARNING: 缺失染色体 ${chrom} 的结果" fi done # 6. 生成运行报告 echo "===== [$(date)] 生成最终报告 =====" { echo "===== Medaka运行摘要 =====" echo "运行时间: $(date)" echo "Medaka版本: ${MEDAKA_VERSION}" echo "输入基因组: ${NEXTPOLISH_FASTA}" echo "输出基因组: ${final_consensus}" echo "使用读长: ${ONT_PASS} 和 ${ONT_FAIL}" echo "合并读长: ${COMBINED_READS}" echo "使用模型: ${MODEL}" echo "处理染色体数: ${total_chrom}" echo "成功处理染色体数: ${success_count}" echo "失败染色体数: $((total_chrom - success_count))" if [ -f "${final_consensus}" ]; then echo "输出基因组大小: $(stat -c%s ${final_consensus}) 字节" # 基础统计 seqkit stats "${final_consensus}" | tail -n +2 else echo "WARNING: 未生成最终共识序列" fi # 列出失败染色体 echo "失败染色体列表:" for chrom in "${chromosomes[@]}"; do chrom_consensus="${RESULTS_DIR}/intermediate/${chrom}/consensus.fasta" [ ! -f "${chrom_consensus}" ] && echo "- ${chrom}" done } > "${RESULTS_DIR}/final_consensus/medaka_summary.txt" echo "===== [$(date)] Medaka矫正流程完成 =====" exit 0 ``` ### 关键修复点解释： 1. **版本检测修复**： ```bash # 使用 --version 替代 -v MEDAKA_VERSION=$(medaka_consensus --version 2>&1 | head -1) ``` 2. **参数更新**： ```bash medaka_consensus \ -i "${COMBINED_READS}" \ -d "${chrom_dir}/${chrom}.fasta" \ -o "${chrom_dir}" \ -m "${MODEL}" \ -t 4 \ # 线程数 -b 20000 \ # 区块大小（替代 --chunk_len） -c 1000 \ # 区块重叠（替代 --chunk_ovlp） -s 0 \ # 禁用序列分割 -p 200 \ # 边界填充（替代 --region_padding） --device cpu ``` 3. **错误处理增强**： ```bash if [ ! -f "${consensus_out}" ]; then echo "ERROR: 染色体 ${chrom} 处理失败" >&2 tail -n 50 "${chrom_dir}/medaka.log" # 显示错误日志尾部 fi ``` 4. **模型选择优化**： ```bash if ! medaka tools list_models | grep -q "${MODEL}"; then MODEL=$(medaka tools list_models | head -1) # 自动选择第一个可用模型 fi ``` 5. **结果统计增强**： ```bash # 使用seqkit进行基础统计 seqkit stats "${final_consensus}" | tail -n +2 ``` ### 使用说明： 1. 将脚本保存为`medaka_v2.1_fixed.sh` 2. 提交作业： ```bash sbatch medaka_v2.1_fixed.sh ``` 3. 调试建议： ```bash # 测试单个染色体 chromosomes=("ctg000070_np12") ``` ### 备选调试方案： 如果仍然失败，添加以下调试步骤： 1. **手动测试模型**： ```bash medaka tools list_models medaka_consensus --version ``` 2. **测试小数据**： ```bash # 创建测试数据集 head -n 1000 ${COMBINED_READS} > test.fq samtools faidx ${NEXTPOLISH_FASTA} ctg000070_np12 > test.fa # 手动运行 medaka_consensus -i test.fq -d test.fa -o test_out -m ${MODEL} -t 4 ``` 3. **检查环境依赖**： ```bash # 检查动态链接库 ldd $(which medaka_consensus) # 检查Python依赖 conda list -n medaka_legacy ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值