
-
生物通官微
陪你抓住生命科技
跳动的脉搏
牛津纳米孔R10.4.1测序中动物线粒体基因组长同聚物误差评估与组装校正策略
《BMC Genomics》:A practical framework for detecting and correcting Nanopore homopolymer errors in animal mitochondrial genome assembly
【字体: 大 中 小 】 时间:2026年11月22日 来源:BMC Genomics 3.9
编辑推荐:
摘要研究背景线粒体基因组是理解遗传进化和系统发育关系的基础。新兴长读长测序技术的发展使完整线粒体基因组的直接测序成为可能。例如,牛津纳米孔科技(Oxford Nanopore Technologies,ONT)测序简化了线粒体基因组的获取流程,并已广泛应用于人类和斑马鱼等模式生物
线粒体基因组是理解遗传进化和系统发育关系的基础。新兴长读长测序技术的发展使完整线粒体基因组的直接测序成为可能。例如,牛津纳米孔科技(Oxford Nanopore Technologies,ONT)测序简化了线粒体基因组的获取流程,并已广泛应用于人类和斑马鱼等模式生物。然而,目前的 R10.4.1 流动池仍难以准确解析线粒体基因组中的长同聚物片段(N > 10)。
为评估高准确度 R10.4.1 流动池在长同聚物片段中的误差表现,我们选取六个 R10.4.1 线粒体基因组数据集作为经过整理的案例研究,在一个统一且可重复的评估框架中,对同聚物错误率、组装结果和校正策略进行了基准测试。研究结果表明,在长同聚物片段(N > 10)中,单链读段和双链读段的准确率经常低于 50%。因此,这两类读段的组装结果都容易出现插入和缺失(indel),尤其是缺失。单链读段的组装结果中 indel 频率较高。相比之下,双链读段可通过将较大的 indel 转化为较小的 indel 来缓解这一问题。我们建议采用参考序列引导的抛光处理,作为校正组装结果中 indel 错误的一种有效策略。此外,我们发现,长同聚物片段(N > 10)普遍存在于动物界,并且在线虫的线粒体基因组中尤其富集。
总体而言,本研究提供了一个实用、可重复的框架和决策指南,用于诊断、量化并校正线粒体基因组组装中的 Nanopore 同聚物错误,并以经过整理的动物线粒体基因组案例研究及分类学风险图谱加以说明。
线粒体基因组是理解遗传进化和系统发育关系的基础。新兴长读长测序技术的发展使完整线粒体基因组的直接测序成为可能。例如,牛津纳米孔科技(Oxford Nanopore Technologies,ONT)测序简化了线粒体基因组的获取流程,并已广泛应用于人类和斑马鱼等模式生物。然而,目前的 R10.4.1 流动池仍难以准确解析线粒体基因组中的长同聚物片段(N > 10)。
为评估高准确度 R10.4.1 流动池在长同聚物片段中的误差表现,我们选取六个 R10.4.1 线粒体基因组数据集作为经过整理的案例研究,在一个统一且可重复的评估框架中,对同聚物错误率、组装结果和校正策略进行了基准测试。研究结果表明,在长同聚物片段(N > 10)中,单链读段和双链读段的准确率经常低于 50%。因此,这两类读段的组装结果都容易出现插入和缺失(indel),尤其是缺失。单链读段的组装结果中 indel 频率较高。相比之下,双链读段可通过将较大的 indel 转化为较小的 indel 来缓解这一问题。我们建议采用参考序列引导的抛光处理,作为校正组装结果中 indel 错误的一种有效策略。此外,我们发现,长同聚物片段(N > 10)普遍存在于动物界,并且在线虫的线粒体基因组中尤其富集。
总体而言,本研究提供了一个实用、可重复的框架和决策指南,用于诊断、量化并校正线粒体基因组组装中的 Nanopore 同聚物错误,并以经过整理的动物线粒体基因组案例研究及分类学风险图谱加以说明。