Velvet拼接软件

✍ dations ◷ 2025-10-26 10:00:05 #生物信息学算法,生物信息学软件,DNA测序

Velvet是处理从头测序()基因组组装及短读长序列比对的一个算法包。这是使用德布鲁因图(英语:de Bruijn graph)通过消调试误和化简重复区域而来进行基因组序列组装。 Geneious、MacVector(英语:MacVector)、BioNumerics(英语:BioNumerics)等商业软件包的内部也实现了Velvet。

第二代定序仪 (NGS)的开发增加了很短读长测序的成本效率。使用德布鲁因图来比对的方法符合实际需求,但进一步的开发需要解决错误和重复的问题。 这促使欧洲生物信息研究所的Daniel Zerbino和尤安·伯尼(英语:Ewan Birney)在英国开发了Velvet。

Velvet可以通过化简和压缩来快速操纵德布鲁因图,而不丢失图的信息,把不相交的路径聚成单个节点。它通过首先使用合并序列的错误校正算法消除了错误消调试误,并解决重读。

将read和read pair组合让Velvet解决小的重复并产生合理长度的重叠序列(英语:contig)。Velvet的应用对双端(测序的)原核生物数据和哺乳动物区域可以产生N50长度 50 kb 的重叠序列。

正如前文所述,Velvet使用德布鲁因图(de Bruijn图)来组装短的读长序列。更具体地讲,Velvet将从读长序列得到的每个不同的k-mer表示为图上的一个唯一的节点。如果两个节点的k-mer有 k-1 个碱基重叠,则两个节点是相连的。换句话说,只有在节点A的k-mer的后 k-1 个碱基与节点B的k-mer的前 k-1 个碱基相同时,节点A和B之间才会有一条弧连接在一起。下图显示了Velvet生成的一个德布鲁因图:

相同的过程也同时作用于所有k-mer的反向互补序列用来考虑相对的链上读长序列重叠的情况。可以对图进行一些优化,包括化简以及消调试误。

节省内存的一个简单方法就是把不影响该图生成的路径下将融合节点,即当节点A只有一个指向节点B的出弧,而节点B又只有一个入弧时,这两个节点可以融合。将他们和他们所有的信息融合之后,就可以用一个节点表示两个了。下图说明了一开始的例子的简化中的此过程。

图中的错误有可能是由于测序过程引起的,或者也有可能是生物样本包含一些错误(例如多态性)。Velvet可以识别三种错误:尖端、气泡;还有错误的连接。

如果一个节点在它其中一端是未连接的,该节点储存的信息量小于2k,并且相对于其他路径的重复度(创建这个图时访问该弧的次数)较低则将其视为尖端。一旦这些错误被清除了,这个图就会再一次地简化。

当两条路径在同一个节点开始和结束时产生气泡。气泡通常是由错误或生物变异引起的。使用旅游巴士算法(与戴克斯特拉算法类似,是一种检测最佳路径并决定哪些应该被删除的广度优先搜索)可以去除这些错误。一个简单的例子如图4所示。

接在图1和2的后面,图5也显示了这个过程。

错误连接是图中不能生成正确路径或不能创建任何可识别结构。Velvet应用必须用户定义的简单的覆盖率截止的旅游巴士算法清除了这些错误。

Velvet提供工下列函数:

在运行完velvetg之后,会生成一些文件。最重要的是,重叠序列(contig)文件中包含长度超过2k的重叠序列,其中k是velveth中用到的字长。

对于更多的细节和例子参见Velvet手册。

目前的DNA测序技术,包括NGS,都限制在基因比任何读长都长。通常NGS处理小于400 bp的短读长片段,每个读长的成本也比之前的第一代机器少很多。在高度并行化的操作下操作简单,产量也高。

但是由于短读长包含的信息少,为了重叠片段可以检测,需要更高的组装读长覆盖率。这反过来增加了测序的复杂度,并显著增加了计算的要求。更多的读长序列增大了重叠图,使之更长、计算更困难了。由于重叠部分的减少,读长序列之间的连接会更加不明显,产生更高的误差可能性。

为了克服这些问题,开发出了高效的动态测序程序,不仅成本效率高,还能解决错误和重复。开发Velvet算法就是为了解决此问题,并在相对较短的计算时间内,使用相比其他拼接软件更少的内存,进行短读长从头测序序列比对。

Velvet的一个主要缺点是使用命令行界面,但用户(尤其是初学者)在对他们的数据实现的时候会遇到困难。 2012年开发出了图形界面来克服这个问题,并简化Velvet的运行。

相关

  • 蔬菜蔬菜,是指可以做菜、烹饪成为食品的,除了谷物以外的其他植物(多属于草本)生活中所指的的蔬菜,常和“水果”分开讨论。不过也常和水果合称为“蔬果”。另外,和“野菜”不同的地方,在
  • 蓝色蓝色是一种颜色,它是红绿蓝光的三原色中的其中一元,在这三种原色中它的波长最短(约470-440纳米)。由于空气中灰尘对日光的瑞利散射,晴天的天空是蓝色的。由于水分子中的氢-氧键对
  • 香精香精是将各种香料按适当比例调配而成的,具有一定类型香气的混合香料。用于加工化妆品、食品等。液态的香料也常被称为“香精”,因此两者仅为外观形态的差异。
  • 八大盟校澳大利亚八校联盟(英语:Group of Eight,缩写Go8),又称澳大利亚八大名校,是澳大利亚历史悠久、享誉国际的八所顶尖研究型综合性大学,被普遍公认为是澳大利亚版的常春藤联盟,在南半球
  • RTSP实时流协议(Real Time Streaming Protocol,RTSP)是一种网络应用协议,专为娱乐和通信系统的使用,以控制流媒体服务器。该协议用于创建和控制终端之间的媒体会话。媒体服务器的客户
  • 前路话前路话,又称大田话,是闽语支大田片的一种方言,也是大田县的代表方言,流通于福建省三明市大田县的部分地区。前路话比较接近闽南语,其流通的地域包括均溪镇、上京镇、石牌镇、华兴
  • 保罗·斯科尔斯保罗·斯科尔斯(英语:Paul Scholes,1974年11月16日-),已退役英格兰足球运动员,出任中场,精于长传及后上射门,尤其远射更加是其必杀技。在他职业生涯中,一直都效力曼彻斯特联队,球衣号码
  • 国务院全体会议国务院全体会议是中华人民共和国国务院现行的法定会议之一,由全体国务院组成人员组成,由总理召集和主持。  第八十八条 总理领导国务院的工作。副总理、国务委员协助总理工
  • 庄应德庄应德(1581年10月5日-1627年5月12日,万历九年九月初八日-天启七年三月二十七日),字若侯,号谷神。南直隶常州府武进县(今属常州市)人,明朝政治人物。万历四十年(1612年)中式壬子科南京乡
  • 美国地方行政长官列表美国地方行政长官列表是如今在美国各州和属地担任州长或者总督(属地的行政长官通常称总督),以及在华盛顿哥伦比亚特区担任市长的人士列表。在各州之中,有26位州长来自共和党,24位