參考：【乾貨】基因組組裝你了解多少？ -- 諾禾致源
動植物基因組de novo工作，其組裝指標的好壞直接影響著整個基因組的質量。而評估基因組組裝結果，contign50和scaffoldn50是第一指標，即contig/ scaffoldn50：將contig/scaffold長度從長到短進行排序並累加，當累加和達到contig/scaffold總長度的50%的時候，最後參與加和的那一條contig/scaffold長度即為contig/ scaffoldn50的長度。一般來說，contig/scaffoldn50越長，表示組裝結果越好。
但是，n50指標高就意味著組裝結果就一定可靠嗎？
不一定！將一些不相關的reads或者contig錯誤的連線為scaffold，一樣可以達到很高的scaffoldn50。
目前高水平文章發表，組裝指標固然是一方面，但真正決定文章發表檔次的，是生物學故事是否足夠完美，有亮點。我們知道，後續分析依賴的基礎便是組裝得到的基因組，因此，不可靠的組裝結果，對基因組後續分析會造成很大的困擾，甚至會得出錯誤的生物學結論。
那麼，如何才能檢驗乙個基因組組裝結果的可靠性呢？
所謂完整性評估，即評估組裝得到的基因組對基因區的覆蓋程度，一般需要借助rna方面的證據進行評估，如est資料或rna reads。由於用來評估的rna方面證據不同，得到的比例也會有差別。一般來說，50%的scaffold覆蓋基因的95%以上，85%的scaffold覆蓋基因的90%以上，認為組裝較完整。
通過全長bac序列，可以通過與組裝結果的比對，對組裝結果的正確性進行驗證，從bac序列和scaffold是否具有較好的一致性來判斷組裝質量。
即根據廣泛存在於大量真核生物中的保守蛋白家族集合（248個core gene庫），對組裝得到基因組進行評估，評估組裝基因組中的core gene的準確性和完整性。可以通過該物種和同源物種cegma的比例，判斷保守基因組裝情況。
可以看到組裝出來基因組為2.4g，cover陸地棉基因組96%,(survey預估基因組為2.5g)，contign50為34k, scaffoldn50為1.6m，定位到遺傳圖譜上的scaffold有1.9g(9%)，其中a亞種contign50為30.7k，scaffoldn50為1.4m，d亞種contign50為47.2k，scaffoldn50為2.5m。
採用1 ,054 條g. hirsutum.全長mrna序列進行完整性評估，可以看到有90%的mrna被一條scaffold覆蓋的比例為94%以上，即有94%的基因是組裝完整的；有50%的mrna被一條scaffold覆蓋的比例為99%以上，即有99%的基因是組裝出來的。說明組裝版本有很好的完整性。
採用該物種的四條全長bac序列對組裝結果進行評估，紅線代表bac序列，藍線代表scaffold序列，空白區代表scaffold上的gap區，橘黃色線代表bac和scaffold比對上的區間塊。從上圖也可以看到組裝結果和bac序列有很好的比對結果，即說明組裝有較高的正確性。
另外，從染色體角度，也可以驗證組裝結果，如下圖所示，採用諾禾組裝的四倍體棉花d亞組同已發表的jgi組織以及bgi組織發表的雷蒙德氏棉花進行全基因組比對，可以看到，a圖，諾禾的組裝版本與jgi組織組裝得到的基因組有很好的共線性，眾所周知，jgi組織發表的棉花基因組是採用sanger測序，並進行多種驗證的組裝版本，具有很高的正確性和指導性，進一步說明諾禾的組裝版本有很好的準確性。
可以看到，組裝得到240個core gene，其中有231個core gene是完整的。
綜上，諾禾組裝結果不但可以承諾高指標，並且有嚴謹的評估標準對組裝結果進行評估，保證組裝結果的準確性。
參考文獻
zhang t z, hu y, jiang w k,et.al. sequencing of all otetraploid cotton (gossypium hirsutum l.acc.tm-1)provides a resource for fibre improvement.
動植物基因組組裝要點小結
目錄二代測序平台如illumina bgi，穩定可靠，資料質量高，成本低，讀長短。三代測序平台如pacbio nanopore，超長讀長 無pcr擴增，錯誤率高，成本高。現在物種的簡單基因組基本已完成大多，純二代組裝已經沒什麼意義，複雜基因組或者高質量基因組基本都是三代測序為主。由於經費限制，現在多...
基因組組裝 HiC掛載Juicebox糾錯補充
目錄2.其他有用操作 上篇hic掛載軟體以及如何用juice box手工糾錯？我吐槽了juicebox操作麻煩，且沒有詳細文件。今天在3d dna流程3d de novo assembly 3d dna pipeline中，終於找到juicebox的官方文件了 第1 4章主要說明3d dna流程，第...
使用Canu對三代測序進行基因組組裝
canu是celera的繼任者，能用於組裝pacbio和nanopore兩家公司得到的測序結果。canu分為三個步驟，糾錯，修整和組裝，每一步都差不多是如下幾個步驟 這三步可以分開執行，既可以用canu糾錯後結果作為其他組裝軟體的輸入，也可以將其他軟體的糾錯結果作為canu的輸入，因此下面分別執行這...