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
![Contig|scaffold|N50|L50|NG50|贪心算法|de bruiji graph|](/upload/InfoBanner/zyjiaocheng/689/19c2a5307a194fed9d04263cebdfada7.jpg)
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。