基于reads引导的基因组序列拼接算法.docx

基于reads引导的基因组序列拼接算法
随着高通量测序技术的快速发展，基因组学研究中测序数据的产生量也越来越大，基因组序列的拼接成为了研究中至关重要的步骤。传统的基因组序列拼接算法通常基于overlap-layout-consensus(OLC)或deBruijngraph(DBG)原理，但由于OLC算法需要大量的内存和处理时间，而DBG算法对基因组序列的高变异性有着固有的限制，因此不适用于高度异质的物种，如人类，从高通量测序数据中获取高质量完整基因组序列变得更加困难。
为了解决这些问题，越来越多的研究人员探索使用reads引导的基因组序列拼接算法。这种算法在使用传统的OLC或DBG算法之间插入reads去辅助序列的拼接，使得拼接结果质量更加高效准确。这种算法包括且不限于，HaploMerger、Spiral、Raven、wtdbg2、Flye等。
基于reads引导的基因组序列拼接算法中，Flye是其中较新的一种，它的主要特点是拥有多轮错误矫正和强大的重复剪切能力，可以轻松处理高度异质物种的基因组，得到高质量的完整基因组序列。
Flye算法首先使用高通量测序数据构建反向重叠图，然后找到具有最高覆盖率的部分序列，此时称该序列为主序列，同时找到所有跟随主序列的次要序列。接下来，Flye算法把所有的次要序列和主序列拼接起来，经过多轮的错误矫正后，得到了新的折叠图，并以此基础上再进行下一轮的拼接。
Flye算法相对于其他基于reads引导的拼接算法，具有显著的优点。首先，Flye算法在长序列和高质量数据下能保证高质量的拼接结果，可以快速的完成基因组拼接。其次，Flye算法的缺损剪切能力能够正确地去除基因组中重复序列的影响，提高了基因组拼接的精度。另外，Flye算法是开源的，是一种自由而又高效的基因组序列拼接算法。
Flye算法能够帮助我们更好地了解各种生命的基因组结构，并有利于我们对生物学的研究。同时，随着新技术的出现和新算法的不断发展，基于reads引导的基因组序列拼接算法也将继续发展，发挥越来越重要的作用。