(全文约900字)
1. HiFi数据
HiFi reads（High Fidelity reads）是2019年由PacBio公司推出的基于环化一致性序列（Circular Consensus Sequencing，CCS）模式产生的既兼顾长读长（10-20kb的长度）又具有高精度（>99%准确率）的测序结果。非常适合用于基因组组装。
- HiFi数据预处理
- 可以用
bam2fasta直接把下机数据ccs.bam或者hifi.bam转换成fasta格式文件用于后续分析。 -
bam2fasta sample.ccs.bam -c 9 -o sample.ccs命令会生成sample.ccs.fasta.gz文件，-c 9代表压缩程度为9。
- 用HiFi数据组装基因组的软件选择
- 2024年发表在Genome Research上的一篇文章 对11种针对HiFi测序技术的组装工具的评估结果显示，hifiasm和hifiasm-meta分别是组装真核基因组和宏基因组的最佳工具。
- 文章显示，在真核生物基因组组装中，hifiasm在不同方法比较的组装基因组均具有更高的连续性、完整性和准确性；HiCanu、Verkko与LJA次之，但Verkko与LJA具有组装的contig较短等缺陷；NextDenovo仅对单倍体基因组具有更好的性能。
- 宏基因组组装评估中，hifiasm-meta以及metaflye的组装错误最少，但是在面对复杂宏基因组时hifiasm-meta的完整性及连续性明显优于metaflye，但同时也会保留部分冗余的序列。
目前来说，Hifiasm软件是用HiFi数据组装基因组的不二选择。
2. Hifiasm软件
- 简介
- Hifiasm是一个利用PacBio HiFi数据进行从头组装基因组，获得单倍体基因组的组装工具。
- 由哈佛大学李恒团队在2021年2月份开发，首次发表在Nature Methods上。2022年在Nature biotechnology上发表论文，在Hifiasm中引入了Hi-C Integrated assembly 模式。
- Hifiasm被设计用于PacBio HiFi数据组装基因组，使用在分型组装图（pahsed assembly graph）中表示单倍体信息的算法。
- 特点和优势
- 运行速度很快。半天时间可以组装一个人类基因组。
- 可以接受一种数据类群的多个输入文件（如多个HiFi数据文件），并且合并作为一个文件输入和多个文件输入的结果不同，建议就保持多个文件输入。
- 倾向于尽量组装更长的contigs。
- 能够更好地解决片段重复（segmental duplications）
- 可以利用Hi-C数据或/和亲本二代Illumina测序数据获得解析良好的单倍型组装。
- 也可以利用Oxford Nanopore数据获得端粒到端粒的组装。
- Hifiasm简化了组装流程
- 内置了清除haplotigs之间的重复（duplications）的程序，无需第三方工具（如purge_dups）。
- 组装完成后无需polish工具（如pilon，racon）进行polish。
3. references
- Hifiasm manual：https://hifiasm.readthedocs.io/_/downloads/en/latest/pdf/
- Hifiasm介绍：https://www.bilibili.com/read/cv18775152/
- hifiasm组装（多个cell的HiFi输入文件）的不同结果：https://mdnice.com/writing/25f5a8fe3bfe4474ae1bdcab44604da9
- 欢迎关注微信公众号：生信技工
- 公众号主要分享生信分析、生信软件、基因组学、转录组学、植物进化、生物学概念等相关内容，包括生物信息学工具的基本原理、操作步骤和学习心得。
<img src="https://upload-images.jianshu.io/upload_images/27301949-49e5f7e3cfa4f753.png" width=50% title="wechat_public_QRcode.png" align=center/>
本文由mdnice多平台发布
