Velvet拼接软件

✍ dations ◷ 2025-04-26 01:17:25 #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

  • 升糖素1BH0, 1D0R, 1NAU, 2G49, 3IOL· hormone activity· extracellular region · extracellular space · soluble fraction · cytoplasm · plasma membrane· signal t
  • 润滑剂润滑剂是介入两运动物体表面,从而减少摩擦力以及磨损,达到提高效率的物质,通常为液体。最常见的工业用的机油用于保护机械内部的运动部件,另外也存在着人体润滑剂(医用)。润滑剂可
  • 斯特拉斯堡国家和大学图书馆斯特拉斯堡国家和大学图书馆(法语:Bibliothèque nationale et universitaire,简称:BNU),是法国斯特拉斯堡的一座公共图书馆,位于共和国广场(从前的皇帝广场),面对莱茵宫。在斯特拉斯
  • 瓢虫瓢虫为鞘翅目瓢虫科(学名:Coccinellidae)圆形突起的甲虫的通称,是体色鲜艳的小型昆虫,常具红、黑或黄色斑点。别称为胖小、红娘、花大姐、金龟、金龟子(但金龟子实际上是指另一种
  • 进驻维希法国日军入侵法属印度支那(日语:仏印進駐),又名为越南远征、入侵法属中南半岛,是大日本帝国在第二次中日战争期间,为封锁中华民国及阻止美国通过海防至云南之中越铁路以运送军
  • 沈中阳沈中阳(1962年11月-),汉族,辽宁沈阳人,中华人民共和国政治人物,全国政协委员。担任农工党中央常委、天津市委副主委、天津市第一中心医院院长。2008年,当选第十一届全国政协委员,代表
  • 孙子孙武(前545年-前470年),字长卿,春秋时期齐国人,著名军事家、政治家,兵家代表人物。兵书《孙子兵法》的作者,后人尊称为孙子、兵圣、东方兵圣,山东、苏州等地尚有祀奉孙武的庙宇兵圣庙
  • 克劳斯·冯·克利青克劳斯·冯·克利青(德语:Klaus von Klitzing,1943年6月28日-),德国物理学家。他因于1980年2月5日在格勒诺布尔高强度磁场实验室发现量子霍尔效应而获1985年诺贝尔物理学奖。冯·
  • 非洲柔毛鼠属赤道柔毛鼠 喀麦隆柔毛鼠 杰氏柔毛鼠 小柔毛鼠 米氏柔毛鼠 孤傲柔毛鼠 马氏柔毛鼠 猪吻柔毛鼠 塞内加尔柔毛鼠 非洲柔毛鼠属(),哺乳纲、啮齿目、鼠科的一属,而与
  • 命运传统宗教仪式:神明秘密社会:命运,又称“宿命”,日本、韩国称“运命”,字面上意义是指生命的经历。命指生命,运即经验历程。宿命论者相信命运不可以改写,因为人不可窥探预知命运,命运