组装的贵人,原来是它们......

最近组装技术进展介绍

在基因组研究中,组装可谓是万物之源。组装不好,后续的基因预测、功能注释等工作都没法保证准确性;发个文章吧,人家拿出一个组装比你好的基因组,一下子就能把你拍在沙滩上,于是你从此成为前任,小三上位,一时风光无两。。。

那么,怎么办呢?别担心,有三代、光学图谱、Hi-C来拯救!

所谓有备无患,开始组装基因组前,我们得先根据复杂程度,明白所研究的基因组是简单基因组or复杂基因组。简单基因组是指杂和率<1%,重复序列含量<50%,如鸟类、哺乳类;相对的,复杂基因组是指杂和率>1%,重复序列含量>50%。如何判断杂和率和重复序列含量?那就得做调研图分析啦,小编暂且不做赘述。

明白了原因,就得对症下药。一听简单基因组和复杂基因组就知道,组装的难度肯定是不相等的,因此需要设计不同的建库测序方案。基因组越复杂,测序深度当然越高越好啦。

进入正题——组装。先来看看当前基因组组装技术的发展概况:

我们先来简单介绍纯二代组装。首先,利用Allpath将二代短reads组装成contig,接着利用Sspacecontig搭建成scaffold,最后利用GapClosergap。至于具体的原理及参数设置,由于篇幅有限,小编还是那句话:暂且不做赘述~到此,经典的二代组装流程:contig→scaffold→补洞,就完成了!

attachments-2017-04-UaKaR3Fz58ec4d130cc2


如果你并不满足于纯二代组装效果,我们推荐“2+3组装模式。即在二代组装基因组的基础上,再利用三代长reads补洞,以弥补二代无法组装出重复序列和复杂区域的缺憾。这种方案使用的三代数据较少,较为经济实惠。苹果基因组可谓是典型代表:

attachments-2017-04-iPX8IOGU58ec4d4071df

若你是不差钱的壕,不妨试试纯三代组装。对于高杂合度、高度重复区、异常GC含量区等组装难题,那都不是事儿!组装指标的提升简直分分钟刷新你的世界观~这也是目前大部分已发表文章的组装策略,举栗:

attachments-2017-04-ocNAigwf58ec4d6b95a4


640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

在组装重复区方面,还有一匹黑马,便是“光学图谱,它比三代数据还!要!长此,一些连三代都无法跨越的重复区,找光学图谱就没错了。关于光学图谱的介绍,小编在之前的推送中已有所提及,详见文章简单点,组装的方式简单点。这里,小编就po出组装前后对比图,毕竟没有对比就没有伤害嘛:

attachments-2017-04-HflmfKjj58ec4e0c322b

既然光学图谱那么牛,为什么还要用三代呢?两者当然是有区别的。三代主要作用于补gap,从而延长contig长度,最终提升contigN50;而光学图谱主要作用于连接scaffolds成为超长scaffold,致力于提升scaffoldN50。而他们的共同点就是打倒组装敌人——重复区。

也许scaffold级别的基因组已经无法满足你的需求了,那么我们还有Hi-C助你组装到染色体水平!现在已经证明Hi-C技术在人、小鼠、果蝇、拟南芥等基因组辅助组装中取得了较好的效果:attachments-2017-04-Mz0UhZxd58ec4e39292e

当然,最后的最后,我们还得从单碱基准确性、组装完整性、基因保守性等方面验证组装的准确性,进而展开新世界的探索。。。

  • 发表于 2017-04-11 11:33
  • 阅读 ( 4604 )
  • 分类:基因组学

0 条评论

请先 登录 后评论
不写代码的码农
百迈客

测序服务提供商

12 篇文章

作家榜 »

  1. 祝让飞 118 文章
  2. 柚子 91 文章
  3. 刘永鑫 64 文章
  4. admin 57 文章
  5. 生信分析流 55 文章
  6. SXR 44 文章
  7. 张海伦 31 文章
  8. 爽儿 25 文章