[发明专利]一种基于二代和三代ONT技术进行宏基因组组装方法

说明书

本发明实施例提供一种基于二代和三代ONT技术进行宏基因组组装方法，方法包括：利用三代ONT测序的reads进行自身比对，找到不同数据间的重叠部分overlap；根据不同数据间的重叠部分overlap对不同数据进行组装，得到组装后的数据；利用三代数据对所述组装后的数据进行自身纠错；利用二代测序继续进行纠错，得到最终的组装结果。本发明实施例先利用ONT三代测序的reads进行自身比对，找到数据间的overlap进行组装，组装后利用三代数据进行自身纠错，之后再利用二代测序继续进行纠错，从而提高组装结果的准确性。

技术领域

本发明属于生物学技术领域，尤其涉及一种基于二代和三代ONT技术进行宏基因组组装方法。

背景技术

宏基因组学避开纯培养技术探知微生物的多样性及其功能,为我们提供了一种发现新基因、开发新的微生物活性物质和研究微生物群落结构及其功能的新技术。二代测序具有高质量的数据、较低的样品需求以及简单的操作流程等优点，但是读长短，扩增存在偏好性，为组装带来了很大的挑战。三代ONT测序实现了读长长，同时也降低了测序成本，但测序不够精准，三代ONT与二代结合将很大程度提高组装长度。

发明内容

为克服上述现有问题或者至少部分地解决上述问题，本发明实施例提供一种基于二代和三代ONT技术进行宏基因组组装方法。

本发明实施例提供了一种基于二代和三代ONT技术进行宏基因组组装方法，包括：

利用三代ONT测序的reads进行自身比对，找到不同数据间的重叠部分overlap；

根据不同数据间的重叠部分overlap对不同数据进行组装，得到组装后的数据；

利用三代数据对所述组装后的数据进行自身纠错；

利用二代测序继续进行纠错，得到最终的组装结果。

在上述技术方案的基础上，本发明实施例还可以做如下改进。

可选的，所述利用三代ONT测序的reads进行自身比对，找到不同数据间的重叠部分overlap包括：

利用minimap2软件通过将测序数据分成多个k长度的kmer组；

采用minimizers方法从多个相邻的kmers组里挑选出z值最小的两个kmer组；

如果两个kmer组序列间具有overlap重叠部分,则这两个序列为具有相同的代表性kmer；

通过使用单链聚类的方法使具有共线性的minimizers为一组kmer；

通过求解最长递增序列问题得到最大的共线性minimizers子集，即minimap的map结果。

可选的，所述根据不同数据间的重叠部分overlap对不同数据进行组装，得到组装后的数据包括：

利用miniasm-master软件通过检查read之间的映射关系，并去除接头和嵌合体；

基于与其他所有reads之间满足预设条件映射关系的每一条read，计算所述read的每一个碱基覆盖度，选择覆盖度不小于3的最长区域；

修剪过reads后，通过分析存在overlap的两条序列之间的map关系构建组装图；

利用miniasm方法去除transitive edges,修剪包含少于4个reads的unitigs,弹出小气泡；

将相邻的多个组装图串联合并成一个unitig，所述该unitig为多个相邻的可合并的组装图中的最大路径。