.png){kind=icon}
返回
LORA: a polymorphic multi-sample long read assembly pipeline
.png){kind=icon}
OA
AI
DOI：10.1093/nargab/lqag062.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于长读长测序数据的基因组组装已成为解析复杂基因组区域并产生高连续性组装的标准方法。然而，可用组装工具的多样性、它们在不同物种间的性能差异以及可重复工作流程的需求带来了持续的挑战。我们开发了LORA，一个易于使用且可重复的应用程序，用于从长读长数据组装基因组。LORA集成了多个成熟的组装工具，包括Canu、HiFiasm、Flye和Unicycler，以及较新的工具如Necat和Pecat。它以Snakemake流水线实现，用于并行化任务并支持在本地计算机和计算集群上的无缝执行。LORA包含多个质量评估步骤、用于解释的交互式HTML报告、基于BLAST的分类鉴定和完整性评估。这些功能共同为用户提供了对组装质量的全面视图和潜在问题的洞察。我们使用来自细菌基因组和非细胞真核生物的数据集（通过PacBio和Oxford Nanopore技术测序）来说明LORA的能力，突出了长读长组装中的典型结果和常见陷阱。LORA作为Sequana项目的一部分发布，该项目是一个开源框架，旨在确保可重复性、可维护性和跨计算环境的简便部署。
期刊
N
IF:
2.8
论文数:
223
被引数:
0