二倍体杂合基因组组装策略
在基因组组装过程中，我们常常碰到一些复杂的基因组，例如高杂合度、高重复、多倍体或者是基因组本身庞大等情况，而一般大基因组都是伴随着高重复和多倍体的。对于高重复，最佳的方案是测序读长高于重复区域，除此之外仍然没有很好的解决策略，但是对于二倍体杂合基因组，根据目前的技术已经有一些解决的方法。
1. 杂合是什么？
在二倍体物种中，杂合是在同源染色体上的同一位置（或基因座）来自父本和母本的等位基因存在差异。
2. 目前对于二倍体杂合基因组组装有哪些组装策略？
(1) 对于杂合度较低的非模式物种基因组：去冗余，组装出1套标准基因组；
(2) 对于杂合度稍高或者是模式生物基因组：结合亲本/HiC数据（HiC+HiFi），组装出2套单倍型基因组；
3. 不同策略对应使用的方法
(1) 组装出1套标准基因组：
CLR或是ONT数据的单独组装结果中，很可能残存单倍型的冗余。BUSCO评估的duplication比例高，则表明我们需要进行去冗余。
去冗余有两个思路，一个是结合测序数据，看contig的覆盖深度是否与纯合峰深度一致，或是仅为纯和峰深度一半。若contig深度为一半，则需要找是否存在另外一个和它同源的contig深度与其相当。结合深度信息和contig之间的同源性做杂合contig的判断。该思路的软件：Purge_haplogs、Purge_dups等；第二种基于contig自身比对相似性覆盖度情况，来判断contig是否需要保留，同时会结合其他信息。如HapSolo会结合BUSCO信息进行判断。
第一种思路的深度分布图
(2) 组装两套基因组：
第一，可以结合HiC进行组装，软件有：hifiasm；verkko；FALCON-Phase。
第二，结合亲本测序数据，软件：canu；verkko；hifiasm。
其中hifiasm是对组装之后的graph进行拆分，canu是对reads进行拆分后进行组装。
canu策略
参考资料：
De novo assembly of haplotype-resolved genomes with trio binning | Nature Biotechnology
- 发表于 2023-11-08 14:08
- 阅读 ( 1801 )
- 分类：基因组学
