轉載：http://blog.sina.com.cn/s/blog_4af3f0d20100fq5i.html

短序列組裝（Sequence assembly）幾乎是近年來next-generation sequencing最熱門的話題。簡單來說，就是把基因組長長的序列打斷(shotgun sequencing)，因為我們不知道基因組整條序列是如何排列（成一條鏈，最后成為一條染色體）組合（如何區分不同染色體）的，而我們又無法實現一次 把整條長序列完整測序（現在有單子測序可能是一個新的sunlight)。然后，我們通過算法，計算機的幫助，把這些短的序列組裝起來成為一條完整有序的序列。
就好比我們有這樣一句話：

????it is just a hypothesis, so don't be seriously！

????假設，我們現在不知道這句話到底是什么，就像我們有一個box，我們抽到一張紙，但沒打開，我們把這張紙撕成pieces，當然可能還發生了變化，所有的空格和標點都消失了（魔術！）我們得到：

??? itis ypo stah the sodo eriou siss ju ntbes sly……

????因為我們測了幾次，為了增加覆蓋度，這樣我們能通過高覆蓋度而提高置信度：

??? itis ypo stah the sodo eriou siss ju ntbes sly tis yopth sodon beser beser ssod iti sju……

????另外，我們又發明了一種稱作為paired-ends的序列測序方法，即兩頭定長，中間插入片段一定的序列，像這樣：

????iti*****ahyp sju*****pot the*****don sod*****ser bes*****sly ……

????這樣我們根據如下圖的方法，我們可以把這句話拼回來：

???? itisjustahypothesissodontbeseriously

但它不是最終結果，我們根據我們的現有的語法習慣，我們給它們加上空格（gap)和標點（遺漏的關鍵東西），我們能夠還原原話！

第一：介紹一下組裝的方法：
方法一：對序列進行組裝,如果是重測序,可以用MAQ進行組裝：Map to reference genome
方法二：如果是對新物種進行(de novo)測序,用velvet進行組裝：De novo assembly
第二：組裝的原理和流程圖：


?

????

方法一和方法二的區別是有無參考基因組（reference genome）：下面是有參考基因組的一個結果顯示

???????????????????????

?

Mapping short reads to a reference
Eland
aligner for Illumina data
alignment policies:
??allows up to 2 mismatches/alignment
??non-unique alignments are discarded
Maq
??quality aware - takes seq quality into
? account
??allows non-unique alignments
Index methods
??reference genome is loaded into active
?memory as k-mers
??very fast alignments
??SOAP
??Bowtie
SNP detection, paired-end mapping, RNA-seq, ChIP-seq, etc.

?????? ????????????????????

Analysis depends on application
Mapping to reference genome
??useful for interrogating the “known” genome
??RNA sequencing
??ChIP sequencing
??SNP detection (targeted and whole-genome)
??methyl-seq
??CNV detection (sometimes)
De novo assembly
??no genome sequence
??unbiased ascertainment of variation in
? known genome by whole-genome reseq

第三：short reads alignment by MAQ

?

???

第四：velvet示意圖：

???

????通過上述兩種方法可以完成高通量短序列數據的組裝，但事實它并不簡單，因為基因組中含有大量的重復序列（Repeats），多態性變異（Polymorphism），測序錯誤（Sequencing error)，這三個方面就是組裝過程中出現組裝錯誤的主要來源.

參考資料：http://blog.sina.com.cn/s/blog_4860086b0100dnos.html

http://seqanswers.com/forums/showthread.php?t=1024

?

轉載于:https://www.cnblogs.com/steamed-bread/p/5611058.html

總結

以上是生活随笔為你收集整理的短序列组装Sequence Assembly（转载）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。