基因组组装这块我看的不是很多，尽管也看过一些资料，跟朋友也讨论过。但仍然感觉理解不够深入。索性，自己直接肉眼看看，或许更为实在。
hifiasm 输出结果有哪些？
一般来说，用hifiasm组装基因组，纯合材料用- l0，非纯系材料，比如我们做园艺果树的，尽量是希望分出来两个单倍型，所以参数-l3，当然，分出两个单倍型，是默认参数，所以默认可以不设置。
两个模式大体输出结果如下图：
可以看出来，区别在于前者多输出了一个
a_ctg而后者则多输出了hap1.p_ctg和hap2.p_ctg逻辑上，看过文献应该比较容易理解
理解共同的输出文件
r_utg
r 代表 raw，也就是最初组装出来的原始结果。其中 utg 表示 unitig，或理解为初步组装且没有拆分气泡或者冲突的结果。
p_utg
p 代表 primary，基本上是在 raw 的基础上去除掉一些覆盖率低的连接（或叫气泡）。看起来简洁了不少，其实是少了 60000 条边（当然图太大，看不太出区别....不过确实是小了四分之一）
或许高杂合材料里面，覆盖率低的区域，也可能是另一个单倍型区域？用于后续HiC挂载，可能也要考虑进去。在 p_utg 和 p_ctg 上的选择，或需要考量。
p_ctg
p 代表 primary，ctg 代表了拆分结果。
逻辑上 p_ctg 包含了全部单倍型结果（含 hap1 和 hap2）。事实上，这个文件在
l0和l3的表现不相同，可以从文件大小看出区别。个人感觉，l0下 p_ctg 约等于 canu 软件的组装结果；而l3模式下，p_ctg 比较接近于主要的一套单倍型结果，大体是hap1和hap2中表现最好的每个contig的hap的组合。
a_ctg
a 代表 alternative，大体是拆分出来 p_ctg 之后剩下的就放在 alternative。
hap1/hap2 ctg
亦即两个单倍型的拆分结果。
假如有 HiC 数据
结果类似。phased的效果会好很多。
网友评论