Scott Gigante
2017-05-18 08:11:37 UTC
我有一個DNA樣品，我知道它不完全符合我的參考基因組-我的培養物來自自創建參考以來發生顯著突變的亞人群。
通過IGV的目視檢查，似乎同時存在大量的SNP和SV，但是完全由我自己的測序數據構建的裝配對於我的目的而言不夠高質量。
我如何利用我的知識來修改該參考基因組，以使我的樣品與新的測序數據相匹配（最好使用牛津納米孔技術公司的長讀本，但如有必要，我也可以將其用於短讀本）現有參考文獻主要是非常好，而不必訪問最初用於構建參考基因組的讀數？
如果輸入數據源隨您說的變化（大量的SNP和結構變體），您將如何真正信任一個裝配體？
有什麼理由不希望創建新參考？一分鐘MinION運行可產生約5Gbp的數據，這意味著即使您對樣品進行條形碼編碼，您也應具有足夠的覆蓋率來構建從頭開始的基因組。該項目的目標是什麼？
我想到的示例是大腸桿菌。我們嘗試使用幾種不同的工具進行組裝，儘管有大量數據，但de-novo組裝的質量不如我們想要的高。從貝葉斯觀點出發，如果我們可以明智地使用它，參考基因組將提供很好的先驗。
這是一個很好的先決條件，但是如果項目的目標是找出已經積累了多少SV，則通過基於參考的裝配，您將使輸出產生偏差。還不清楚什麼是“高質量”。
該項目的目的不是確定SV的位置，我只需要一個可以準確表示樣本的參考，即可將數據用於下游分析（作為機器學習的訓練集。）因此，請使用高質量的參考，我的意思是盡可能代表經測序的樣品。更糟糕的是，如果存在系統性測序錯誤，這可能不是具有最高比對一致性的序列，就像在納米孔測序中一樣！