Velvet拼接软件

✍ dations ◷ 2025-08-19 01:22:06 #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

  • 医学研究人体解剖学 - 人体生理学 组织学 - 胚胎学 人体寄生虫学 - 免疫学 病理学 - 病理生理学 细胞学 - 营养学 流行病学 - 药理学 - 毒理学医学是以诊断、治疗和预防生理和心理
  • 系统减敏法系统脱敏法(英语:systematic desensitization),又称为渐进式暴露疗法(graduated exposure therapy),是一种认知行为疗法,由南非心理医生约瑟夫·沃尔普提出。系统脱敏法在临床心理学
  • 福建人福建人可以指:
  • 内布卡二世内布卡二世(Bikheris)古埃及古王国时期第四王朝国王。(约公元前2558年左右),他的记载极少,其金字塔和木乃伊也未被发现,一些考古学家认为这是一个虚构人物。
  • 顺式异构体顺反异构(英语:cis-trans isomerism),旧称几何异构,是存在于某些双键化合物或环状化合物中的一种立体异构现象。由于存在双键或环,这些分子的自由旋转受阻,产生两个物理性质或化学
  • 天文测量学天体测量学或测天学(Astrometry)是天文学中最古老也是最基础的一个分支,主要以测量恒星的位置和其他会运动天体的距离和动态。他是传统科学中的一个子科目,后来发展出以定性研究
  • 上环宫内节育器(英文名:Intra-uterine device,简称IUD),俗称子宫环、节育环、避孕环。是置于子宫内的避孕装置,因最早装置为圆形,也称为子宫环、节育环、避孕环。现今一般为T形,由医生或
  • 青海蒙古青海蒙古,又称柴达木蒙古,是生活在青海湖一带的蒙古族。一般称他们为和硕特蒙古,但也有来自喀尔喀与土默特、鄂尔多斯的部落。他们在服装上藏化但仍用托忒蒙古文。虽在元代蒙古
  • 大社会计划伟大社会(英语:Great Society),或译为大社会计划或大社会,是在1960年代,由美国总统林登·约翰逊和其在国会的民主党同盟提出的一系列国内政策。1964年,约翰逊发表演说,宣称:“美国不
  • 莎拉·奥托莎拉·奥托(英语:Sarah "Sally" Otto),昵称莎莉,是理论生物学家、作家、以及英属哥伦比亚大学的生物多样性研究中心主任。奥托在2011年获得麦克阿瑟奖。因为他对生物学的整合之贡