使用Kraken2构建自定义数据库时出现空库问题求助

可能原因及对应解决方案 #

1. 下载过程中断或文件损坏 #

• 检查$DBNAME/taxonomy和$DBNAME/library目录完整性：
  • 确认taxonomy目录下nodes.dmp、names.dmp等核心文件存在且大小不为0；
  • 确认library目录下的bacteria、fungi子目录有完整的fasta文件，文件总大小符合预期（细菌库通常几十GB，真菌库几GB）。
• 若文件不完整，重新执行下载命令，建议加--threads参数加速并避免网络中断：

  kraken2-build --download-taxonomy --db $DBNAME --threads 8
  kraken2-build --download-library bacteria --db $DBNAME --threads 8
  kraken2-build --download-library fungi --db $DBNAME --threads 8
  

2. 构建时内存不足 #

Kraken2构建细菌+真菌混合数据库需要至少32GB以上内存，内存不足会导致静默失败，生成空表。

• 执行构建命令时增加线程数，同时确保系统有足够可用内存：

  kraken2-build --build --db $DBNAME --threads 16
  

• 若内存有限，可通过--max-db-size限制数据库大小（会牺牲部分分类精度）：

  kraken2-build --build --db $DBNAME --threads 16 --max-db-size 20000M
  

3. 序列掩码规则误过滤 #

默认的低复杂度区域掩码可能误过滤大量有效序列，--no-masking是直接禁用方案，但可以先调整掩码参数优化：

• 先保存构建日志排查掩码影响：

  kraken2-build --build --db $DBNAME --threads 16 > build.log 2>&1
  

• 在日志中搜索“masked”关键词，查看被掩码的序列比例。若比例过高，可调整掩码阈值：

  kraken2-build --build --db $DBNAME --threads 16 --masking-level 5
  

  （默认阈值为10，值越低掩码越宽松）

4. 目录权限问题 #

确保$DBNAME目录及其子目录有读写权限，避免构建时无法写入文件：

chmod -R 755 $DBNAME

数据库有效性验证 #

构建完成后，执行以下命令验证数据库是否可用：

kraken2 --db $DBNAME --test

若测试失败，可提供build.log中的错误信息进一步排查。

内容的提问来源于stack exchange，提问作者Gepiro