kmer

kmer在基因组和转录组的拼接过程中发挥巨大作用

kmer是一段固定长度的序列，这个长度由使用者自己定义，序列基础是测得的序列，其中的k表示序列的长度，如序列长度为5bp则可写成5-mer
以下是一个具体的例子

Read: AGATCGAGTG #从第一个碱基开始，每次取三个碱基，每次步移1个碱基，直到取道最后一个三碱基
3-mers: AGA GAT ATC TCG CGA GAG AGT GTG #上面的read计算得来的所有3-mers

kmer的用途

• 1. 序列拼接

• 由同一段read得到的kmer是可以完全拼接起来的，相邻两个kmer之间的overlap碱基数为（k-1），基于kmer的拼接算法能计算节省内存进而节省计算时间。
• 产生kmer是De Bruijn Graph拼接算法的必要步骤。
• De Bruijn Graph拼接算法是Velvet、Abyss、SOAPdenovo等拼接软件的核心算法。

• 2. 评估基因组大小

n = (L - K) + 1
n : 每段read产生kemr的数量
L : 每段read的长度（bp）
K : kmer的长度
利用kmer反推基因组长度并不是完全线性的，有时候存在一部分误差。

kmer长度要求

1. kmer不能太短，它的长度既需要能够使其携带足够的基因组的信息
2. kmer不能太长，要短到可以进行后续的错误矫正。
3. 除此之外，一个read中小的片段被分割之后还不会丢失原来reads 的前后位置信息。