长读长组装发展
- 2012：三代组装、二代校正；耗资源，适合小基因组，如细菌，4-15%错误率
- 2013：三代组装、三代校正；仍然只适用小的
- 2014：华夏一号（中国人三代参考基因组）
- 2016：Falcon/Falcon-Unzip，三代Pacbio二倍体真核生物
- 2017：ONT UItralong
- 2018：希望组启动T2T完成图，Nextcorrect（Nextdenovo第一期），超大基因组组装问题
- 2019：PacBio HiFi reads，>20kb且>99.9%准确度，同时可做组装与SNP、Indel
- 2020：基于HiFi的二倍体组装hifiasm；中国人SV与单体型标准
- 2021：非洲肺鱼40Gb和澳洲肺鱼37Gb两个超大基因组组装；拟南芥T2T完成图
- 2022：苏铁基因组10.5Gb
人类基因组T2T联盟
- 2019：T2T联盟成立
- 2020：X染色体
- 2021：8号染色体
- 2022：全基因组，表观、端粒、着丝粒等以及很多方法学研究
- 人类泛基因组联盟HPRC新目标：基于350个体T2T基因组
CHM13-T2T
组装情况：3.05Gb，63494 gene（19969编码基因），53.94% 重复
-
组装策略：
- 30x PacBio HiFi搭骨架：Hicanu+Minisam
- ONT补gap
- HiFi based graph resolution，手动解图
- ONT-based tangle resolution，手动解图
- 结合其他技术ddPCR, Strand-seq, Hi-C, HSat3 array
技术突破：着丝粒拼接、rDNA阵列（45S）、染色体短臂、节段重复、串联重复、完整单体型
-
局限性：
- 葡萄胎细胞样本，单倍体基因组，不是绝对的单倍体
- 无Y染色体
- 真实的二倍体、异源多倍体、同源多倍体需要不同的算法
建议：不要轻易号称T2T，审稿意见多。建议谦虚点near-complete
基因组组装的最后挑战
测序发展维度：一代——三代
BAC-long纳米孔测序（>150kb）
HiFi和ONT测序错误率的意义不同
-
最新基因组组装的4个不同标准，不同的策略
- 白金基因组：50-60x HiFi + Hi-C （Hifiasm,HiCanu)
- 近完成图：60x HiFi + 60x UL(100kb) + Hi-C +Bionano (Hifiasm,HiCanu, NextDenovo)
- Pre-T2T：60x HiFi + 100x BAClong(150kb) + Hi-C +Bionano (NextDenovo2/NextPolish2)
- T2T：100x HiFi + 200x BAClong(150kb) + Hi-C +Bionano (NextDenovo2/NextPolish2)
T2T不等于gapless：一个contig一条染色体；no misassembly；Q50碱基质量不够；单体型未分开
-
T2T四个阶段：现已完成接近10Gb的基因组
单倍体已完成
二倍体进行中
异源多倍体困难
同源多倍体更困难
CGM第二百三十五期 汪德鹏 基因组组装的最后挑战——基因组完成图（T2T）:
https://www.bilibili.com/video/BV1DY411j7pG?spm_id_from=333.880.my_history.page.click
