SLR-superscaffolder：面向合成长读段的新型支架构建工具
基因组组装是基因组学研究的基础组成部分，能够从原始测序数据中重建完整的遗传序列。随着测序技术的进步，合成长读段（SLR）已成为提高基因组组装质量的有效策略。在我们发表于 BMC Bioinformatics 的最新研究中，我们介绍了 SLR-superscaffolder——一款强大的独立支架构建工具，利用共条形码和双端测序数据提高组装连续性。
主要发现
-
面向合成长读段的独立支架构建： SLR-superscaffolder 整合共条形码和双端信息，将草稿组装重叠群连接成支架，显著提高基因组组装连续性。
-
创新的自上而下方法： 与以往的支架构建工具不同，我们的算法首先基于Jaccard 相似性构建全局支架图，确定重叠群的顺序和方向，然后进行局部细化。这种分层方法减少了基因组组装中常见的错误和错误组装。
-
与现有支架构建工具相比的稳健性能： 我们将 SLR-superscaffolder 与其他支架构建工具（包括 fragScaff、Architect 和 ARKS）进行了基准测试，展示了更优的结果——实现更长的支架 NG50 值和更少的错误组装。
-
在人类基因组组装中的应用： 我们的工具被应用于人类基因组测序数据集（HG001），将支架 NG50 提高了 1,349 倍，强化了其对大规模基因组项目的有效性。
思考
基因组组装算法是生物信息学研究的关键部分。在华大，特别是 2014 年之后，我们的重心转向基于自主研发平台开发测序技术。然而，在这一时期，长读长测序凭借其优越的连续性和准确性，在基因组组装中越来越受青睐。从实验和计算的角度来看，长读长测序简化了基因组组装，同时产生更高质量的结果。
然而，当时我们的大多数测序平台都是为短读长测序优化的，使基因组组装更具挑战性。幸运的是，我们开发了单管长片段（stLFR）测序，这是一种在短读长平台上发挥类似 BAC 文库测序作用的技术。这种方法为通过支架构建改进基因组组装提供了有效途径。在这项研究中，我们利用 stLFR 测序数据进行支架构建，成功提高了基因组组装质量和连续性。这项研究是将短读长测序与先进组装策略相结合的重要一步。
本研究的全文可在 BMC Bioinformatics 在线获取。