使用经过纠正的长读取k-mer频率估算基因组大小
摘要：第三代长读测序技术，如PacBio和Nanopore，在de novo组装研究中比第二代Illumina测序有很大优势。然而，由于固有的低碱基准确性，第三代测序数据不能用于k-mer计数和基于k-mer频率估计基因组特征。因此，在当前的基因组项目中，第二代数据也是必要的，以准确确定基因组大小和其他基因组特征。我们展示了纠正的第三代数据可以可靠地用于k-mer计数和估计基因组大小，取代使用第二代数据。因此，未来的基因组项目可以依赖于只一种测序技术来完成组装和k-mer分析，从而大大降低测序成本（时间和金钱）。此外，我们提供了一个快速轻量级的工具kmerfreq，并使用它来执行本工作中的所有k-mer计数任务。我们已经证明了纠正的第三代测序数据可以用于估计基因组大小，并开发了一个新的开源C/C++的k-mer计数工具kmerfreq，可以在https://github.com/fanagislab/kmerfreq免费获取。
作者：Hengchao Wang, Bo Liu, Yan Zhang, Fan Jiang, Yuwei Ren, Lijuan Yin, Hangwei Liu, Sen Wang, and Wei Fan
论文ID：2003.11817
分类：Genomics
分类简称：q-bio.GN
提交时间：2020-03-27