【3.1】宏基因组聚类-LMAT

• 下载地址 ：https://computation-rnd.llnl.gov/lmat/software.php

• 参考序列数据库下载地址：ftp://gdo-bioinformatics.ucllnl.org/pub/lmat/

LMAT不同于序列组成分类方法，因为他用的k-mer为17到20，不同于比对的方法，每个k-mer。 参考序列的数据库中的每条基因组序列都会有一个分类上的标记。所以第一步就是把原始的参考基因组数据库变成一个可以搜索的K-mer分类数据库，通过保存带有物种信息的每个重叠的K-mer。一张图说明问题，例如包含kmer1,kmer2,kmer3的序列我就就默认为他为物种G1。The reference set includes 1272 bacterial species, 121 archaeal species, 3048 viral species and 335 eukaryotic species. Microbial genome segments range in length from a small number of single read contigs of length less than 100 bases up to a 13 033 779-base chromosome (for Sorangium cellulosum).