三代测序专题二：NGS数据要不要？

作者观点

1.推荐使用PacBio+NGS策略组装基因组；

2.牢记：几乎所有测序公司的生物学水平都很low，请用生物专业的眼光查看结果，别被所谓的技术专家忽悠。

  上述对话，我们每周都会碰到若干起。

（1）那到底是否需要NGS纠错呢？

（2）怎么看结果是否可靠？

一、文献证据

先看NG神作，利用Pacbio+BioNano+Hi-C+Illumina多层级的策略，组装了一只山羊（Capra hircus）的基因组。注意最后第二步仍然使用NGS数据进行校正和纠错！

组装策略及组装结果

二、凌恩真实数据——神作距离我们太远

我们使用真实项目数据解剖其中的奥秘。为了论证方便，我们使用两株细菌基因组数据展开研究。

1、数据与组装状态

2、全局共线性

下图可以看到，全局共线性非常好。

3、细节1：微共线性

随机挑选同源基因看比对结果：

可以看到，每个基因对中存在多处碱基变异，到底该信谁？

只能依靠NCBI基因注释或者 PCR Sanger 测序结果。

4、细节2：基因数量（RAST预测）

生物学常识：细菌基因组的基因密度为1个/kb。

单纯 PacBio 组装结果很明显存在异常，基因数量显著增加的原因在于基因组存在 大量SNP 和 Indel，导致基因结构被破坏。一个完整的基因很有可能被预测成2个或者更多，导致基因数量明显上升。

推荐链接：三代测序专题一：纯PacBio组装策略的适用性