三代测序专题一：纯PacBio组装策略的适用性

老习惯：先写结论，不浪费大家时间

推荐Canu、FALCON和MECAT

PacBio拥有独特的单分子实时测序技术

（SingleMolecule Real Time，SMRT）

| 优点 |

• 超长读长（平均10-18k）

• 无PCR过程，均一的覆盖度

        2016年以来各高分杂志陆续公布依靠PacBio技术获得的高质量基因组图谱，说明该技术已经成为基因组研究的标配。

        然而，其序列随机错误率较高（~15%），与NGS de Bruijn graph方法不同，纯PacBio序列组装使用OLC方法。

        简单来说，就是序列依靠Overlap关系进行拼接，类似各位使用DNAstar拼接Sanger数据的过程。

几乎所有单纯PacBio数据组装软件的OLC原理都分如下几步：

1  从Subfilter Reads中（对应NGS Clean Data）挑选非冗余的长序列；

2  以上述序列作为参考，与其余序列进行序列比对（类似重测序Mapping过程）；

3  根据Mapping结果，修正随机测序错误，生成一致性序列；

4  检查overlap关系，连接一致性序列

如下图所示：

PacBio应用案例：

从以上结果来看，有如下结论：

（1）适用于各类物种

（2）Contig/Scaffold N50显著高于NGS技术

（3）组装软件比较集中（Falcon、PBcR、canu、HGAP等）

各种软件的测试状态（Rank越小，组装质量越高）：

对于基因组1G以内的物种，结论如下——

       基因组 <25M：ABruijn、Canu和FALCON

       25M~750M：Canu、MECAT、FALCON和HGAP3

       组装效果综合表现：Canu和FALCON最佳

从运算资源消耗来看，MECAT和Canu优势明显：

参考文献：doi: 10.1093/bib/bbx147