- 客户服务系统CSS
- |
- |
-
-
基因组测序>
-
建库测序>
-
人类基因组测序>
-
动植物基因组测序>
-
微生物基因组测序>
-
-
转录调控测序>
-
表观组测序>
-
单细胞测序>
-
空间转录组>
-
基因分型>
-
质谱分析>
-
蛋白组学分析>
-
代谢组学分析>
-
免疫定量>
-
-
多组学联合分析>
基因组大小预估
K-mer深度分布服从泊松分布，根据曲线获得K-mer深度期望值，用于估计基因组大小。 一般来说我们会选择K-mer分布最多的峰为主峰，主峰所对应的深度值为K-mer深度期望值。 基因组大小=K-mer总数/K-mer期望深度值。| K-mer | K-mer number | K-mer Depth | Genome Size（Mbp） | Revised Genome Size (Mbp) |
|---|---|---|---|---|
| 17 | 47,719,794,696 | 62 | 769.67 | 763.41 |
杂合度和重复率评估
在理想的数据模型中，即不存在重复序列或者杂合的情况， 一套基因组上的每个K-mer应该只出现唯一一次，也就是说，对于基因组上的所有的K-mer来说，它的频率数均为1； 而在实际样品的基因组中，会存在杂合和重复序列的情况，因此每个K-mer对应的频数不确定。 K-mer可以根据其出现的频率数来分类，基于贝叶斯模型和K-mer所有的频率数和深度属性， 可以得到并且通过迭代来修正，由此反映基因组的杂合率和重复序列的情况。
GC含量分布图
横坐标表示GC含量，纵坐标表示测序深度，右方是contig覆盖深度分布，上方是GC含量分布，我们选取长度在2Kb以上的contig序列，根据其GC分布以及覆盖深度信息绘制散点图，其中红色的部分代表该散点图中点的密度比较大的部分，可以看到在红色区域部分，该物种的GC分布呈现出两部分的区域分布，两部分的重心分别在深度20左右和40左右，即对应右边的contig覆盖分布，在20位置的小峰为杂合峰，在40位置的为纯合峰。对应红色的散点图，深度在20左右的红色区域是杂合contig的GC分布区域；再看上方的GC含量分布，主峰在35的位置，和我们计算得到的基因组的GC含量基本一致，且红色的散点也分布在GC含量在35%附近，说明该基因组没有受到其他外源物种的污染。
Copyright@2011-2024 All Rights Reserved 版权所有：北京诺禾致源科技股份有限公司 京ICP备15007085号-1
