基因组surey简介
2022-05-21 本文已影响0人
花生学生信
基因组的复杂程度直接决定了物种的组装难度，已测序物种的基因组大小从几百个基因（支原体Mycoplasma mycoides。 它的最小基因组由473个基因组成）到上百G（墨西哥钝口螈Ambystoma Mexicanum的全基因组序列，为迄今人类所测序的最大的基因组序列（32Gb））。
如何有效的评估基因组的特征，基因组surey是很好的方法。
在组装基因组之前一定要先对要组装的物种有一个大致的了解，判断其复杂程度, 标准如下：
基因组大小：基因组越大，测序花的钱越多
简单基因组: 杂合度低于0.5%, GC含量在35%~65%, 重复序列低于50%
二倍体普通基因组: 杂合度在0.5%~1.2%中间，重复序列低于50%。或杂合度低于0.5%，重复序列低于65%
高复杂基因组: 杂合度>1.2% 或 重复率大于65%
对于没有参考基因组的物种，通过k-mer分析，可以有效的评估基因组的大小、杂合度、重复序列比例、GC含量等，是全面了解某一物种基因组特征的有效方法，为后续的基因组denovo测序、组装提供依据。
基因组surey研究技术路线
k-mer分布图-简单基因组
19-mer频率分布图
图中只有一个明显主峰，没有其他峰，可以判断该物种基因组为简单基因组。
k-mer分布图-高度复杂基因组
图中49X和104X位置分别有一个峰，49X为基因组正常期望深度，104X为重复峰，可以判断该物种基因组为复杂基因组。
k-mer分布图-高杂合基因组
17-mer频率分布图
图中在22X和44X深度分别有一个峰，其中44X为基因组正常期望深度，22X为杂合峰位置，可初步判断该物种基因组为高度杂合基因组。
参考链接：
