使用 k-mer 圖評估單倍型分區(qū)

k-mer 比較圖是一類重要的基因組組裝評估工具，它們通過比較測序 reads 中的 k-mer 內(nèi)容與組裝結(jié)果中的 k-mer 內(nèi)容來判斷組裝質(zhì)量。這些圖能夠提供覆蓋度信息，從而幫助區(qū)分真實(shí)的 k-mer 和由測序錯(cuò)誤產(chǎn)生的 k-mer（Mapleson 等，2017）。此外，k-mer 峰值還能指示基因組的倍性，反映單倍型之間的相似性，并幫助確認(rèn)組裝中的拷貝數(shù)判斷是否準(zhǔn)確（Carvalho 等，2016）。

k-mer 頻譜比較圖（圖 2）確認(rèn)了 Regen-SY27x 組裝具有較高的完整性，并且單倍型分區(qū)準(zhǔn)確。在完整組裝圖中（圖 2A），錯(cuò)誤峰，即低頻率的黑色 k-mer，與苜蓿基因組真實(shí)峰之間有清晰分離，這說明測序覆蓋度充足，能夠支持高保真度的基因組組裝。該組裝結(jié)果有效排除了測序錯(cuò)誤，同時(shí)保留了真實(shí)的基因組 k-mer，并且這些 k-mer 以預(yù)期的拷貝數(shù)出現(xiàn)。

值得注意的是，1X，即紅色峰，是最明顯的峰，其中包含的 k-mer 數(shù)量顯著多于共享的 2X、3X 或 4X 峰。這表明苜?；蚪M中有很大一部分區(qū)域具有高度多態(tài)性。盡管苜蓿是同源四倍體來源，但仍有大量獨(dú)特的 k-mer 能夠區(qū)分四個(gè)單倍型。

圖 2。
k-mer 圖，包括假染色體和未定位 scaffold，由 Kmer Analysis Toolkit，也就是 KAT，生成。
A）包含全部四個(gè)單倍型的 phased Regen-SY27x 組裝；
B）在 hifiasm 最終分型參數(shù)確定之前，包含全部四個(gè)單倍型的 phased Regen-SY27x 組裝；
C）各個(gè)單倍型的 k-mer 圖。

單個(gè)單倍型的圖（圖 2C）進(jìn)一步驗(yàn)證了分區(qū)的準(zhǔn)確性，因?yàn)槊總€(gè)組裝分區(qū)都捕獲了預(yù)期約 25% 的獨(dú)特基因組 k-mer。這種分布代表了預(yù)期的單倍型比例，說明研究者成功解析出了四個(gè)同源染色體組。與較早的組裝版本相比（圖 2B），這些結(jié)果表明，hifiasm 中選擇的參數(shù)以及連鎖圖譜的使用，成功減少了單倍型塌縮，并最大化了結(jié)構(gòu)分辨率