根据kmer分布自行计算基因组大小 2019-07-24

#jellyfish(注意：k值在17-25最可靠)

随着Kmer值增大，峰值会左移，再逐渐没有峰值。

Kmer评估法简介

假如有一批二代或三代基因组测序数据，计算基因组覆盖深度：

base_coverage_depth= Total_base_num/genome_size=(read_num * read_length)/genome_size

同样，Kmer覆盖深度，即Kmer频率曲线中的峰值，可计算：

Kmer_coverage_depth= Total_kmer_num/genome_size = read_num * (read_length - kmer_size + 1)/genome_size

基因组覆盖深度和Kmer深度的关系：

Kmer_coverage_depth= base_coverage_depth * (read_length - Kmer_size + 1)/read_length

如果基因组深度为50X，read_length = 100,Kmer_size = 21,则Kmer深度：

Kmer_coverage_depth= 50 * （100 -21 + 1）/100，刚好是Kmer分布图中的peak。

比如长度为L的基因组，kmer大小为k，则k的所有可能个数为：（L -K）+1,通过评估kmer大小和数量分布就可以估算出物种大小。

网站有说明：Genome Size Estimation Tutorial | Computational Biology Core

https://bioinformatics.uconn.edu/genome-size-estimation-tutorial/#

自行计算的基因组大小是2G