De Novo测序前的准备
-
https://www.novogene.com/tech/service/Survey/qa/
为什么一定要做Survey？
Survey是评估基因组的有效手段，对于没有参考基因组的物种，在启动de novo 项目之前，对基因组特征评估是十分必要的，基因组大小及复杂状况直接影响到项目价格，周期以及后续的组装策略等。Q
Survey评估和流式细胞仪评估有什么区别？
两者都可以对基因组的大小进行评估，Survey评估中的K-mer分析是从数学角度上进行分析的，得到的信息更为全面和准确。而流式则是通过实验的手段，主要通过已知内参物种基因组大小来评估被测物种的基因组大小。由于内参选择不同，实验预估基因组大小与实际会有一些偏差。Q
做了基因组Survey是否就一定不用做流式了呢？
不是。我们一般建议老师在做Survey之前先做一下流式对基因组大小有个初步的预估。原因如下：K-mer分析中，我们把K-mer分布最多的峰为主峰，主峰前的1/2的峰称为杂合峰，把主峰后2倍的位置的峰称为重复峰。这时我们需要流式的结果来对我们的判断进行验证。根据不同峰计算的基因组大小不同，哪个和流式结果更加吻合哪个即是主峰。Q
K-mer分析时，为何选的K-mer长度不一样？
一般来说，用来估计基因组大小的K-mer我们选取17-mer，其原因是ATCG四种不通过的碱基组成的长度为17的核苷酸片段有417~17G，足以覆盖一般的正常基因组；如果选择15的话，则只有1G的可能。对于正常基因组可能覆盖度不够，导致估计不准确，当然对于较大基因组>15G，我们会尝试采用19-mer进行评估。由于Reads上存在错误碱基，K-mer并非越大越好，若K-mer选择的越大，则包含这个错误位点的K-mer的个数就会越多。
另外为了避免回文序列，K-mer分析选择K长度均为奇数。而对于高重复的重复，我们通常会选择一些长度较长的K-mer，这是因为较大的K-mer能够跨过一些高重复区域，对于组装具有较好的结果。
-
基因组Survey基于小片段文库的低深度测序数据，通过K-mer分析，从而有效的评估基因组大小、
GC含量、杂合度以及重复序列含量等信息，是全面了解某一物种基因组特征的有效方法，
为后续的全基因组de novo 测序组装策略的制定提供理论依据。分析内容=标准分析+高级分析。
通过K-mer分析，预估物种基因组大小，并对物种基因组，
重复序列情况进行分析。对基因组进行初步组装，进行GC含量和
外源污染分析。同时，基于初步组装的版本，可以进行SSR
标记开发和同源注释。
测序深度为50X，基于小片段数据，通过K-mer分析可以有效评估基因组大小、
GC含量、杂合度以及重复序列含量等信息，除此之外还可以对数据进行初步组装、
SSR标记的开发以及同源注释。
