Contig|scaffold|N50|L50|NG50|贪心算法|de bruiji graph|
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Contig|scaffold|N50|L50|NG50|贪心算法|de bruiji graph|，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1634字，纯文字阅读大概需要3分钟。
内容图文
生物信息学
Contig是reads拼成的连续的DNA片段，连续表达一个gene。通过双端测序的contig可确定contig之间的关系得到scaffold，Scaffold是reads拼成的有gap的DNA片段。理想情况下，一条染色体用同一个scaffold的表达。整个genome存在很多零碎片段，可舍弃。因为duplication产生很多overlap。
N50，L50和NG50是评价genome assembly的quality的标准，评价长度时使用N50，N50是一个contig的长度。不选用genome size的50%是因为1.这是估计的size值不一定准；2.sequence 仅覆盖80%。评价数量使用L50，L50数量越小越好。NG50表达测到genome 覆盖度。
取材方法很重要，得到目标数据。
Assembly算法有可能带来更多误差，通常二代测序和三代测序相结合。
贪心算法原理是每一步都在找最优解，最后得到最好的结果，优点是快，缺点是不是全局最优解，出现重复序列便走不下去。
de bruiji graph来自桥问题：
比如：
k-mer当k=4时
000添0，成为0000，0000取000，若下一步添0 成为0000
000添1，成为0001，0001取001，若下一步添0 成为0010，0010取010
000添1，成为0001，0001取001，若下一步添1 成为0011，0011取011
在序列拼接时：
Qualities取决于二代测序的质量；coverage&read length取决于建库方法和sequence方法。
生物信息学处理关键是考虑研究的物种的特性，eg：某物种的duplication多，或者生物学问题的侧重点，eg：重测序。
Genome网站：UCSC
例子：
植物类，希望通过“拟南芥vs抗逆抗旱植物”，清楚看到抗逆抗旱植物的相关特性，或者说希望看到的特性，做之前要估算genome size，可以看的现象是扩增基因，于是分析扩增基因的具体情况，比如对于常规部分的不同功能、通路及转录因子等，对于miRNA的探讨,分析出现的原因。
以前的研究多重于分析生物学特征，比如某物种所有基因的罗列，现在基因组数量变大之后多研究.进化特征，比如某一个基因，eg：所有种类黄瓜的苦味，这种主观感觉定量分析的研究。
?内容总结
以上是互联网集市为您收集整理的Contig|scaffold|N50|L50|NG50|贪心算法|de bruiji graph|全部内容，希望文章能够帮你解决Contig|scaffold|N50|L50|NG50|贪心算法|de bruiji graph|所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。