图片今天上传不了，改天加上。
1.组装后Contig基因组过滤污染或线粒体质体
文献来源：异源四倍体早熟禾：https://doi.org/10.1093/g3journal/jkad073
利用NCBI数据库，可下载线粒体，质体，真菌的序列等。利用blast比对和计算覆盖度，对基因组contig进行比对过滤。
每隔几个月会更新一版本，最新20230713版本，如下图。
下载地址：https://ftp.ncbi.nlm.nih.gov/refseq/release/
目前CCS测序，hifiasm组装之后发现植物中会有较多的片段的contig或者污染序列，由于NT库太大，下载和分库也麻烦，不好比对，建议使用https://ftp.ncbi.nlm.nih.gov/refseq/release/进行过滤。
标准：考虑比对的覆盖度，一般认为50%以上覆盖度建议去掉。
2.Busco D值
一般植物busco v5 有胚植物 1614库评估完成以后，busco D值大于10%以上需要注意，要么有冗余，要么WGD事件，或异源多倍体，或同源多倍体。
如果基因组项目把异源四倍体当做二倍体就尴尬了。比如:
如梨，大豆，busco D值都比较高，是因为有全基因组复制时间，异源四倍体棉花 busco D值能达到80%。
同样的数据库，基因busco一般比基因组的busco 更高，说明基因预测肯能不太准确，同源物种选择不合适。
最近看到一篇较高分的传统期刊文章结果如下：很明显是多倍体的特征，D值十分的高，但是文章当做二倍体处理的，没有提过多倍体的信息，实际上百度一下这个物种都是有四倍体存在的，基因组干了这么多，最后只能说sci信一半。
3.HiC热图
现在越来越多的基因组文章不放HiC热图，为什么不放正文？因为很有可能被看穿做的HiC有问题，所以不放在正文，大家一般都不会去看，被拆穿的概率比较小。
网友评论