braker踩坑记录

1、startAlign.pl的时间与genome.fasta的contig的数量相关，genome.fasta大小为1G，24个cpu的情况下，如果是2000个contigs大约3个小时，后面gmes_petap.pl的时间大约也是3小时。

相同的基因组大小，如果contigs为10000个，时间大约是40个小时。

如果可能，建议过滤掉太短的contig。seq_tool.py len-filter -i genomic.fna -l 1000 -o genome.over1k.fasta

2、RepeatModeler，如果参考同源蛋白只有序列名，序列内容为空，会在执行过程中停止，并且不会报错，所以一定要检查输入的pep.fasta；

3、genome.fasta中序列名称最好不要有空格，长度不大于50。

否则会在filterGenesIn_mRNAname.pl这一步出错。

less genome.over1k.fasta |perl -e 'while(<>){chomp;if(/\>/){@inf=split /\s+/;print "$inf[0]\n"}else{print $_,"\n";}}' >src_genome.fasta

4、 没有rna数据：

如果只有genome.fasta和homolog.fasta，那么可以用

braker.pl --species=test --genome=genome.fasta --prot_seq=homolog.fasta --prg=gth --trainFromGth

不提供rna数据来做，1个G的基因组，10M的homolog.fasta，对基因组采用6%随机采样，跑了一下测试；

optimizing AUGUSTUS parameters这一步会花费4个小时，optimiz