基因組組裝完成后曙强，可通過查看contig的N50或者BUSCO残拐，以及LAI評(píng)估組裝質(zhì)量。本文就LAI方法做一簡(jiǎn)單介紹碟嘴。

基因組中的重復(fù)序列大體分為兩類：

• 串聯(lián)重復(fù)（Tandem repeats）（TRF可預(yù)測(cè)）
• 散在重復(fù)（Dispersed repeats）

其中串聯(lián)重復(fù)含有：簡(jiǎn)單重復(fù)序列溪食，衛(wèi)星序列等；
散在重復(fù)包括：轉(zhuǎn)座子（TE娜扇，transposons错沃，elements）

TE又可細(xì)分為兩類：

• DNA transposons： 由DNA介導(dǎo)
• RNA transposons: 由RNA介導(dǎo)，通過RNA的反轉(zhuǎn)錄獲得DNA雀瓢，從而轉(zhuǎn)移到其他基因組位置枢析。

目前主要存在兩種類型的RNA轉(zhuǎn)座子：

• 1 LTR (long terminal repeats)雙末端都是長(zhǎng)的重復(fù)序列
• 2 non-LTR TEs，雙末端缺乏重復(fù)序列刃麸。 LINE1和SINE（short interspersed transposable element）長(zhǎng)/短穿插轉(zhuǎn)座元件

結(jié)構(gòu)如下（來源http://www.reibang.com/p/7d794d22e0a0）

LTR Assembly Index (LAI) 醒叁，LAI指數(shù)就是完整LTR反轉(zhuǎn)座子序列占總LTR序列長(zhǎng)度的比值。在基因組組裝過程中泊业，LTR較為難組裝把沼，因此被用來檢測(cè)組裝質(zhì)量。

軟件安裝

• makeblastdb, blastn, blastx
• cd-hit-est
• hmmserch
• RepeatMasker

上述軟件自行下載吁伺，或者使用conda進(jìn)行安裝即可

安裝LTR_retriever

git clone https://github.com/oushujun/LTR_retriever.git

進(jìn)入paths文件饮睬，修改各個(gè)軟件所在路徑

BLAST+=/data/pub/liuzy/software/ncbi-blast-2.8.1+/bin/  #a path that contains makeblastdb, blastn, blastx
RepeatMasker=/data/pub/liuzy/software/repeatmask/RepeatMasker/RepeatMasker      #a path that contains RepeatMasker
HMMER=/usr/local/bin/           #a path that contains hmmsearch
CDHIT=/data/pub/liuzy/software/cdhit-4.8.1

安裝LRT_finder

git clone https://github.com/xzhub/LTR_Finder.git
cd LTR_Finder/source/
make

簡(jiǎn)單使用

LTR_finder 鑒定LTR序列

~/software/LTR_Finder/source/ltr_finder   ../groups.asm.fasta > groups.asm.finder.scn

這里的-D表示5'和3'LTR之間的最大距離，-d表示5'和3'LTR之間的最小距離篮奄，-L表示5'和3'LTR序列的最大長(zhǎng)度捆愁，-l表示5'和3'LTR序列的最小長(zhǎng)度，-p表示完全匹配配對(duì)的最小長(zhǎng)度窟却，-C表示檢測(cè)中心粒(centriole)刪除高度重復(fù)區(qū)域昼丑，-M表示最小的LTR相似度。如果不怎么該怎么設(shè)置就用默認(rèn)值夸赫。

LTR_retriever根據(jù)LTR_FINDER的輸出識(shí)別LTR-RT矾克，生成非冗余LTR-RT文庫(kù)，可用于基因組注釋

/data/pub/liuzy/software/LTR_retriever/LTR_retriever -threads 4 -genome groups.asm.fasta -infinder groups.asm.finder.scn

這里的-infinder表示輸入來自于LTR_FINDER，它支持同時(shí)輸入LTRharvest的輸出(-inharvest)和 MGEScan-LTR 的輸出(-inmgescan). 嫌速度太慢胁附，可以用-threads增加線程數(shù)

計(jì)算LAI值

/opt/biosoft/LTR_retriever/LAI -t 10 -genome groups.asm.fasta -intact groups.asm.fasta.pass.list -all groups.asm.fasta .out

結(jié)果文件Athaliana.fa.out.LAI，第二行最后一個(gè)值就是LAI值

LAI值的評(píng)估標(biāo)準(zhǔn)

Category    LAI Examples
Draft   0 ≤ LAI < 10    Apple (v1.0), Cacao (v1.0)
Reference   10 ≤ LAI < 20   Arabidopsis (TAIR10), Grape (12X)
Gold    20 ≤ LAI    Rice (MSUv7), Maize (B73 v4)

參考

• LAI: 評(píng)估基因組質(zhì)量一個(gè)標(biāo)準(zhǔn)
• 轉(zhuǎn)座子的基本概念了解
• 利用LTR_retriever整合LTR數(shù)據(jù)集
• [Assessing genome assembly quality using the LTR Assembly Index (LAI). Nucleic Acids Res. gky730]( https://doi.org/10.1093/nar/gky730