基因组学和蛋白质组学数据挖掘杂志

抽象的

PacBio RS 衍生 CCS 读取的错误评估和质量控制的基准研究

焦晓丽、郑鑫、马亮、Geetha Kutty、Emile Gogineni

PacBio RS 是一种新兴的第三代 DNA 测序平台，它基于实时单分子纳米级测序技术，可以生成非常长的读段（长达 20 kb），而第一代和第二代测序技术只能生成较短的读段。作为一个新的平台，评估测序错误率以及与 PacBio 序列数据相关的质量控制 (QC) 参数非常重要。在本研究中，使用 PacBio RS 测序平台对 10 个已知的、密切相关的 DNA 扩增子混合物进行测序。将上述测序实验得到的环状一致序列 (CCS) 读段与已知参考序列比对后，我们发现，在没有读段 QC 的情况下，中位错误率为 2.5%，而使用基于 SVM 的多参数 QC 方法，中位错误率降至 1.3%。此外，De Novo 组装被用作下游应用，以评估不同 QC 方法的效果。这项基准研究表明，即使 CCS 读取经过事后纠错，仍然需要对 CCS 读取进行适当的 QC，才能产生成功的下游生物信息学分析结果。