本文详细阐述了Bracken校正kraken2丰度的原理，重点介绍了基于贝叶斯方法的理论基础，包括如何计算P(Gj)、P(Gj∣Si)和P(Si)，以解决read分配误差导致的丰度不准确问题。
目录
本文旨在介绍Bracken的校正kraken2丰度的原理。另外要注意的是， A b u n d S i Abund_{S_i} AbundSi 这里求得的是read数量，Bracken并没有考虑基因组长度。
1.基本概念介绍
1.1 k-mers（有基础的朋友可以不看）
k-mers就是按一定长度作为最小单元，对序列打断。
1.2 kraken2丰度结果格式（重要）
kraken2丰度结果的为什么需要校正：
当read比对到 Tf 和 Ts 的基因组共有区域时，kraken2会将read分配给最近公共祖先LCA（Lowest Common Ancestor），也就是Tannerella和其他属。所以，要估计 Tf 和 Ts 的丰度，我们要知道Tannerella和其他属的level_reads中有多少read是属于 Tf 和 Ts 的。
2.基于贝叶斯的方法（理论基础）
2.1.问题及数学描述
求：S1和S2的丰度？
需要解决的问题是：有一部分read属于S1或S2，但被分配给了G1，G2。
假设：
事件 S i S_i Si：属于 S i S_i Si的reads；
事件 G j G_j Gj：被kraken2分配给 G j G_j Gj的read；
A b u n d S i Abund_{S_i} AbundSi： S i S_i Si的丰度；
m：属于 S i S_i Si的一部分read被kraken2分配给m个 G j Gj Gj；
l e v e l r e a d s G j levelreads_{G_j} levelreadsGj ：被kraken2分配给 G j G_j Gj的独有read，例如，Tannerella的levelreads = 26；
a l l r e a d s S i allreads_{S_i} allread
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
