基本概念:read,contig,scaffold,N50

英文內(nèi)容搬運自:
https://bioinformaticsworkbook.org/introduction/dataTerminology.html

Learning Objective

  • base/nucleotide
  • read
  • contig
  • scaffold
  • chromosome

What is a base?

There are four common bases in DNA sequence, Adenine, Guanine, Cytosine and Thymine. Uracil is found in RNA in place of Thyamine

堿基

Image taken from wikipedia where more information about nucleotides can also be found.

What is a read?

A read is a string of bases represented by their one letter codes. Here is an example of a read that is 50 bases long. TTAACCTTGGTTTTGAACTTGAACACTTAGGGGATTGAAGATTCAACAACCCTAAAGCTTGGGGTAAAAC

What is a contig?

A contig is the consensus sequence generated by aligning reads to themselves.

contig

The last line is the consensus of the aligned reads. We call this consensus sequence a contig.

What is a scaffold?

A scaffold is a set of contigs that have been ordered and oriented based on mate pair or long distance information.

contigNNNNNNNNNNNNgitnocNNNNNNNNcontigNNNNNNNNcontigNNNNgitnoc

In the line above

  • contig is a string of of bases (ATC or G)
  • N is an unknown base
  • gitnoc is the word contig written backwards to represent the reverse complement of a contig

再搜文章一些補充烤镐,有圖就更好了:

contig/scaffold 和 N50/N90
把測序的reads拼接涩咖,如果可以完全拼接起來,中間沒有g(shù)ap,則是contig.如果中間有g(shù)ap班眯,但是知道gap的長度丈秩,這樣的序列稱為scaffold.
contig N50 和scaffold N50
把contig或scaffold按照從大到小的順序排列盯捌,長度達到基因組大小(所有contig或scaffold的長度)的50%時蘑秽,那條contig/scaffold的長度饺著,即為contig/scaffold N50. N50越大,說明基因組組裝的質(zhì)量越高肠牲。同理還有N90,即達到基因組大小90%時的contig/scaffold的長度幼衰。
作者:wo_monic
鏈接:http://www.reibang.com/p/9876964e3d20
來源:簡書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)缀雳,非商業(yè)轉(zhuǎn)載請注明出處渡嚣。

基因組組裝一般分為三個層次,contig, scaffold和chromosomes. contig表示從大規(guī)模測序得到的短讀(reads)中找到的一致性序列。組裝的第一步就是從短片段(pair-end)文庫中組裝出contig严拒。進一步基于不同長度的大片段(mate-pair)文庫扬绪,將原本孤立的contig按序前后連接,其中會調(diào)整contig方向以及contig可能會存在開口(gap,用N表示)裤唠,這一步會得到scaffolds,就相當(dāng)于supercontigs和meatacontigs。最后基于遺傳圖譜或光學(xué)圖譜將scaffold合并調(diào)整莹痢,形成染色體級別的組裝(chromosome).
https://zhuanlan.zhihu.com/p/38317398

什么是Scaffold种蘸?基因組de novo測序,通過reads拼接獲得Contigs后竞膳,往往還需要構(gòu)建454 Paired-end庫或Illumina Mate-pair庫航瞭,以獲得一定大小片段(如3Kb、6Kb坦辟、10Kb刊侯、20Kb)兩端的序列★弊撸基于這些序列滨彻,可以確定一些Contig之間的順序關(guān)系,這些先后順序已知的Contigs組成Scaffold挪蹭。Contig N50:Reads拼接后會獲得一些不同長度的Contigs.將所有的Contig長度相加,能獲得一個Contig總長度.然后將所有的Contigs按照從長到短進行排序,如獲得Contig 1,Contig 2,contig 3...………Contig 25.將Contig按照這個順序依次相加,當(dāng)相加的長度達到Contig總長度的一半時,最后一個加上的Contig長度即為Contig N50.舉例:Contig 1+Contig 2+ Contig 3 +Contig 4=Contig總長度1/2時,Contig 4的長度即為Contig N50.ContigN50可以作為基因組拼接的結(jié)果好壞的一個判斷標準亭饵。Scaffold N50:Scaffold N50與Contig N50的定義類似.Contigs拼接組裝獲得一些不同長度的Scaffolds.將所有的Scaffold長度相加,能獲得一個Scaffold總長度.然后將所有的Scaffolds按照從長到短進行排序,如獲得Scaffold 1,Scaffold 2,Scaffold 3...………Scaffold 25.將Scaffold按照這個順序依次相加,當(dāng)相加的長度達到Scaffold總長度的一半時,最后一個加上的Scaffold長度即為Scaffold N50.舉例:Scaffold 1+Scaffold 2+ Scaffold3 +Scaffold 4 +Scaffold 5=Scaffold總長度1/2時,Scaffold 5的長度即為Scaffold N50.Scaffold N50可以作為基因組拼接的結(jié)果好壞的一個判斷標準。
作者:白羊鐵蛋
鏈接:http://www.reibang.com/p/117441ac6eb8
來源:簡書
著作權(quán)歸作者所有梁厉。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)辜羊,非商業(yè)轉(zhuǎn)載請注明出處。

What is a chromosome?

Chromosomes are the largest DNA molecules in a cell.
Scaffolds can be ordered and oriented using a genetic map or Hi-C data into linkage groups or chromosomes.
The ultimate goal of a genome assembly project is to assemble reads into phased chromosomes that represent an actual individual.
Most chromosomal assemblies produced today are not phased or may represent multiple individuals.

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末词顾,一起剝皮案震驚了整個濱河市八秃,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌肉盹,老刑警劉巖昔驱,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異垮媒,居然都是意外死亡舍悯,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進店門睡雇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來萌衬,“玉大人,你說我怎么就攤上這事它抱★踉ィ” “怎么了?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長混移。 經(jīng)常有香客問我祠墅,道長,這世上最難降的妖魔是什么歌径? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任毁嗦,我火速辦了婚禮,結(jié)果婚禮上回铛,老公的妹妹穿的比我還像新娘狗准。我一直安慰自己,他們只是感情好茵肃,可當(dāng)我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布腔长。 她就那樣靜靜地躺著,像睡著了一般验残。 火紅的嫁衣襯著肌膚如雪捞附。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天您没,我揣著相機與錄音鸟召,去河邊找鬼。 笑死紊婉,一個胖子當(dāng)著我的面吹牛药版,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播喻犁,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼槽片,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了肢础?” 一聲冷哼從身側(cè)響起还栓,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎传轰,沒想到半個月后剩盒,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡慨蛙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年辽聊,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片期贫。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡跟匆,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出通砍,到底是詐尸還是另有隱情玛臂,我是刑警寧澤烤蜕,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站迹冤,受9級特大地震影響讽营,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜泡徙,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一橱鹏、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧堪藐,春花似錦蚀瘸、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽贪惹。三九已至苏章,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間奏瞬,已是汗流浹背枫绅。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留硼端,地道東北人并淋。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像珍昨,于是被迫代替她去往敵國和親县耽。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容