序号	分析项目	类型	分析	备注
1	下机数据统计	A
2	数据质控	A
3	高质量数据获取	A
4	Survey 分析	A
5	基因组拼装	A
6	基因组拼装效果评价	A
7	基因组拼装完整性与连续性评估	A
8	重复序列分析	A
9	非编码 RNA 预测	A
10	蛋白编码基因预测	A
11	碳水化合物活性酶（CAZy）分析	A
12	细胞色素 P450 家族分析	A
13	蛋白编码基因的序列比对	A
14	蛋白编码基因的 GO 注释	A
15	蛋白编码基因的 eggNOG 注释	A
16	蛋白编码基因的 KEGG 注释	A
17	蛋白编码基因的 Swiss-Prot 注释	A
18	蛋白编码基因的结构域分析	A
19	序列比对分析	A
20	SNP 分析	A
21	InDel 分析	A
22	基因家族分析	B		基因组数量 ≥ 2
23	Venn 绘制	B		基因组数量 ≥ 2
24	单拷贝基因的蛋白序列一致性分析	B		基因组数量 ≥ 3
25	基因家族扩张和收缩分析	B		基因组数量 ≥ 3
26	dNdS 分析	B		基因组数量 ≥ 2
27	基于全基因组单拷贝基因的进化树重构	B		基因组数量 ≥ 3
28	分歧时间估算	B		基因组数量 ≥ 3
29	基因组数据上传	B
30	基因组圈图绘制	A

利用第三代单分子测序技术结合光学图谱技术获得真菌接近完整的全基因组序列图谱

mBio 2015 IF：6.975

关键词：光学图谱技术；端粒；DNA 转座元件；第三代单分子测序技术

研究背景

真核生物中存在大量的重复序列，这些重复序列会对基因组组装造成很大的影响。传统的高通量测序技术受制于读长，无法完全解析这些重复序列。第三代单分子测序技术平均读长可达到 10~15 kb，最长读长超过 60 kb，能很好地解析富含重复的区域。光学图谱技术可用于构建高分辨率的图谱。本研究采用第三代单分子测序技术结合光学图谱技术获得了一个 36 Mb 真菌接近完整的全基因组序列图谱。

实验方法

供试样本：棉花黄萎病菌 Verticillium dahliae；

文库大小：22,000 bp，采用 BluePippin 去除 7,000 bp 以下的片段；

测序数据： 14 SMRT Cell P4-C2 + 4 SMRT Cell P5-C3

测序平台：PacBio RS II；

研究结果

(1) 采用单独的 Pacbio 测序数据进行拼接效果最好；

(2) 两步法拼接（第一步采用 A5MiSeq对 MiSeq 数据进行拼接；然后采用PBjelly利用 Pacbio 数据进行拼接）相比一步法（直接采用 SPAdes对MiSeq数据和Pacbio 数据进行拼接）拼接效果更好；

(3)Pacbio 测序数据对拼接效果改善非常显著（见表 1）；

(4) 相比 MHAP 软件，HGAP 拼接效果更好（三代测序数据）；

(5)当三代测序数据量超过 50 ×，数据量的增加对拼接结果的改善非常显著；当测序数据量超过100 ×，数据量对拼接结果的改善效果不显著 (见表 2)。

参考文献

Luigi Faino , Michael F. Seidl , et al. Single-Molecule Real-Time Sequencing Combined with Optical Mapping Yields Completely Finished Fungal Genome. Mbio, 2014, 6 (4).