三代基因組consensus：Minimap+miniasm組裝，racon+pilon糾錯

用Li Heng開發的Minimap+miniasm進行組裝，而後用racon+pilon進行糾錯。

三代測序拼裝軟件，三代測序平臺 Nanopore / Pacbio 產生的數據的一個共同點就是，讀長長，錯誤率高，在用於分析以前須要對數據進行特殊處理（consensus，糾錯），再進行拼裝任務，Liheng 開發的 Miniasm 能夠直接對未處理的長讀長序列進行快速拼裝，在對Miniasm拼裝的Contig序列進行拋光處理後會出現很多SNP/INDEL， Racon 可解決這個問題，Racon是一個基於minimap和miniasm的，構建一致性序列（consensus）的一款軟件，速度快是其特色。支持 (GFA, FASTA, FASTQ, SAM, MHAP and PAF) 等文件輸入格式，相對於 Quiver / Nanopolish 通用性更高。

 

第一步：用minimap2，拿着80%～90%正確率的原始數據相互比對， 找序列之間的Overlap。

 

第二步：找到Overlap，用miniasm進行組裝。

 

第三步： 原始的組裝結果充滿了錯誤，因此須要進行糾錯。糾錯分爲兩種，一種是用三代自身數據，一種是用二代數據進行糾錯。固然這兩步都是須要的。

　　首先用minimap2和racon對三代數據進行糾錯，通常迭代個三次就差很少。

　　其次使用二代數據進行糾錯。二代數據雖然短，可是測序質量高，因此通常都要用它進行糾錯。推薦用30X PCR free的illuminia 測序數據。

　　　　Step 1: 數據預處理，過濾低質量短讀，去接頭。工具不少，經常使用的是trimmomatic、cutadapter、 fastp（處理標準：平均質量高於Q30，對5‘端進行低質量鹼基刪除，保留大於100bp的短讀）

　　　　Step2:用bwa 比對

　　　　step3: 用pilon對比對後的BAM文件進行糾錯

 

參考來源：

https://blog.csdn.net/u012110870/article/details/82500726

http://ju.outofmemory.cn/entry/288897

http://wap.sciencenet.cn/blog-285393-1178834.html