天苍苍，野茫茫，风吹草低见牛羊

一、引子

大家好，16年三代组装了一个山羊的基因组，如果经常关注我们的童鞋，应该记得，小编的那个打油诗“二代准，三代长，光学Hi-C

装出大山羊”，山羊的基因组大小约为2.9Gb，利三代+光学+HiC之后，contig N50组装到了破天荒的10.858Mb，scaffold N50为87 Mb，并且直接挂在到了染色体水平。这篇新基因组的文章还没有看到，这里重点给大家介绍下基因组组装中测序技术的重要性。

首先做过基因组或者没有做过基因组的都清楚，物种的基因组测序是一个物种研究的开始，而这个物种基因组测序完整度和准确性会严重影响后续工作的开展。

最重要的指标是什么，就是N50和基因组完整度（不知道的看历史消息）

传统二代测序技术组装算法大多都是基于图论的思想，因此组装中遇到的最大的问题就是对于高重复和高杂合基因组，组装效果较差。有很多软件致力于用算法解决这些问题，比如Platanus 软件，还有前段时间刚发布的软件Redundans等。这些软件核心的原理其实就是减少杂合选择的情况。大家感兴趣的看历史消息。

二、三代测序技术介绍

杂合反映在debruijn图上是很多的bubble（如上图）。如果用小的kmer进行组装，则不能有效的确定bubble之间的连接路径，因此会出现连错或者直接组装中断的情况。使用super reads后，kmer可以放大，距离较近的bubble会被直接识别成一个长的bubble，直接任选一条路径，即可输出contig序列，而不会有杂合路径选错的问题。

也就是说长read 可以之间跨过杂合区域，然后就不存在杂合选择困难的问题啦，解决问题一步到位。还有就是三代测序技术牛叉在于单分子测序，对于高杂合，高重复，或者高GC，都一样，不存在任何偏好。

通过上面的介绍，可以知道三代测序技术可以显著的提升contig 组装水平。

举例：

红豆基因组三代测序技术组装结果较二代 contig水平提升了100倍。Gap较少了100倍。

另外红豆基因组中还用到了光学图谱。

 ‍

三、光学图谱介绍

光学图谱的作用其实是很简单的，作用类似于遗传图谱，他就是对整条基因组序列进行拍照，获取相应的位置，然后将contig连接在一起。

他目前的应有范围主要有：

1、提升scaffold组装水平。

2、挂在染色体（和遗传图一起，效果更好）。

山羊基因组中，利用光学图谱技术，得到的scaffold组装的N50水平13.408Mb。

四、Hi-C技术介绍

经常关注的童鞋，应该看过Hi-C原理的那篇文章。这里不赘述，Hi-C技术也是主要用于挂在染色体的，主要应用也是提高scaffold组装水平和挂载染色体，但是由于对样品要求较高，所以在国内应用的地方还是不多，但是由于其价格较为便宜，还是很有市场的。

山羊基因组中利用三代+光学+Hi-C得到的最终的结果scaffold 为87.347 Mb。

所以个人觉得如果真的想发高分，真的想得到好的基因组，还是得舍得投入，要不结果让人纠结死。