中國科研團隊研發出精準檢測評估基因組組裝新工具

　　近年來，隨著基因測序技術和算法不斷發展，大量物種基因組被陸續測序和組裝，為相關研究和應用提供重要遺傳信息。因此，如何精準檢測評估基因組組裝質量高低、避免組裝錯誤等非常關鍵，也備受關注。

　　記者19日從中國科學院植物研究所獲悉，該所焦遠年研究團隊最新研究開發出一種不依賴參考基因組的組裝質量評估新工具CRAQ(Clipping information for Revealing Assembly Quality)，可以在單堿基水平檢測和評估基因組序列的精準度，并提供相關糾錯方案。這一基因組研究領域的重要成果論文，近日在國際學術期刊《自然-通訊》上線發表。

　　論文通訊作者焦遠年研究員指出，高質量的參考基因組序列對于基因注釋和相關功能研究至關重要，也是大規模比較基因組學和表觀遺傳調控研究的重要前提。不過，目前多數基因組序列中仍然存在一些組裝錯誤，給相關研究帶來一定程度影響。而精準區分和鑒定高質量與低質量的基因組序列，不僅可以為基因組組裝質量提供評估依據和進一步改進提供靶點，也可以為后期比較基因組和功能研究位點提供基因組序列質量認證。當前，雖然已有一些基因組組裝質量評估的方法和指標，但其大多僅提供一個總體的評估值，沒有針對特定區域或堿基的評估信息。

　　針對這一問題，該研究團隊研發的CRAQ通過將原始測序序列比對到組裝的基因組上，基于序列比對產生的有效“剪切對齊”信息，可精準地檢測基因組中存在的組裝錯誤。結合長讀長測序片段和短讀長測序片段與基因組比對的特征，CRAQ可以識別基因組內小規模的區域組裝錯誤和大范圍的結構組裝錯誤，不同類別的錯誤數量經過統計和標準化處理后被轉化為兩個組裝質量評估指標，以反映不同層面的基因組組裝質量。

　　同時，CRAQ能夠將組裝錯誤與基因組內的高雜合區域或單倍型差異區分開來，并在單堿基分辨率下指示低質量組裝區域和潛在錯誤斷點的位置。在此基礎上，CRAQ能幫助研究人員識別基因組中存在的嵌合片段，并將這些片段準確地拆分，以利于結合光學圖譜或構象捕獲技術進一步構建結構更加準確的參考基因組。

　　據研究團隊介紹，為對CRAQ進行性能測試和評估，他們以人類參考基因組組裝為基礎構建一個模擬數據集并利用CRAQ和目前廣泛使用的基因組質量評估工具進行測試和比較，結果表明，當缺乏完美參考基因組時，CRAQ表現最佳，并在檢測雜合區域方面也表現出超過95%的召回率和精確度。研究團隊還通過對一個真實的果蠅雜交的基因組數據集進行分析，發現CRAQ可以準確地將組裝錯誤和雜合區域區分開來，而其他工具則無法檢測出雜合區域。