基因组组装流程

1. 前期准备

背景信息：

• GC含量 和 GC分布
• 基因组重复程度
• 基因组大小估计
• 杂合情况

最好的情况是对方能提供已经发表的近源物种。根据近源物种分析以上信息，尤其是GC含量以及对应的GC分布，重复程度。

2. 测序策略

根据基因组大小和具体情况选择个大概的k值，根据“测序X数推导说明.pdf”制定用于构建contig所需的数据量以及所需的构建的文库数量。对于植物基因组一般考虑的是大kmer（>31），动物的话一般在27左右，具体根据基因组情况调整。需要在短片段数据量达到20X左右的时候进行kmer分析。Kmer分析正常后，继续加测数据以达到最后期望的数据量。

3. 组装流程

原始数据－数据过滤－纠错－kmer分析－denovo组装

3.1 数据过滤：
/nas/GAG_01A/assembly/Database/Assembly/Package/Filter_data/目录下有程序、源代码、使用文档、test实例
/nas/GAG_01A/assembly/yanglinfeng/Filter_gz/目录下程序用法和上面一样，读gz压缩文件，省去解压缩

3.2 数据纠错&