裝的基因組越多，越對結果保持懷疑。我用Canu組裝PacBio，糾錯後reads錯誤率在0.035和0.040得到N50分別是4.2M和12.9M，這個差異讓我非常吃驚。

基因組組裝完成之後，就需要對最後的質量進行評估。我們希望得到的contig文件中，每個contig都能足夠的長，能夠有一個完整的基因結構，歸納一下就是3C原則:

連續性(Contiguity): 得到的contig要足夠的長

正確性(Correctness): 組裝的contig錯誤率要低

完整性(Completeness)：儘可能包含整個原始序列

但是這三條原則其實是相互矛盾的，連續性越高，就意味著要處理更多的模糊節點，會導致整體錯誤率上升，為了保證完全的正確，那麼就會導致contig非常的零碎。此外，這三條原則也比較定性，我們需要更加定量的數值衡量，目前比較常用的標準是N50和BUSCO/CEGMA。

最近有一篇文章"Assessing genome assembly quality using the LTR Assembly Index (LAI) "提出用長末端重複序列來評估基因組完整度，因為LTR比較難以組裝，於是就用作評估結果的一個參數了。那問題來了，什麼是LTR序列，LTR是在原病毒（整合的反轉錄病毒）兩末的重複序列，結構見下圖

上圖中TSD表示target site duplications，紅色三角表示LTR motif。A圖是一個完整的LTR結構，其中a,b,c是 的分析目標。

LAI指數就是完整LTR反轉座子序列占總LTR序列長度的比值。

其實作為一個農學出身，看到LAI，我腦海就想到了Leaf Area Index(葉面積指數)

本文以擬南芥的基因組為例來測試一下這個軟體

軟體安裝

要想保證軟體能夠順利的安裝，需要先安裝如下這幾個軟體, 好消息是這些軟體都可以通過bioconda解決

makeblastdb, blastn, blastx

cd-hit-est

hmmserch

RepeatMasker

然後從GitHub上下載軟體

進入 文件下修改paths文件，提供每個軟體所在的文件路徑，下面是我的配置，你需要按照實際所在路徑來設置

此外，你還需要安裝GenomeTools或者LTR_FINDER，或者MGEScan_LTR才能提取出LTR序列，我這裡下載的是

軟體使用

第一步讓我們用 找到基因組的LTR序列

這裡的-D表示5"和3"LTR之間的最大距離，-d表示5"和3"LTR之間的最小距離，-L表示5"和3"LTR序列的最大長度，-l表示5"和3"LTR序列的最小長度，-p表示完全匹配配對的最小長度，-C表示檢測中心粒(centriole)刪除高度重複區域，-M表示最小的LTR相似度。如果不怎麼該怎麼設置就用默認值。

第二步運行 根據 的輸出識別LTR-RT，生成非冗餘LTR-RT文庫，可用於基因組注釋

這裡的 表示輸入來自於 ，它支持同時輸入LTRharvest的輸出( )和 MGEScan-LTR 的輸出( ). 嫌速度太慢，可以用 增加線程數

這一步會調用RepeatMasker，而RepeatMasker要求序列ID長度不大於50個字元，所以請在第一步的時候請先對ID進行修改。

第三步計算LAI。如果前面找到LTR序列太少，低於5%，這一步程序就會報錯，那麼你就需要調整第一步參數，可能是太嚴格了。

Chr From To Intact Total raw_LAI LAI

whole_genome 1 119667750 0.0079 0.0612 12.88 14.47

那到底這個結果LAI是好還是壞呢？作者將LAI值按照如下評估標準進行分類：

和例子一樣，TAIR10是中等水平。

我分析了一個260M，PacBio裝出來的contig水平的基因組，運算時間大概是24h（12 線程)，得到的值是0. 我很好奇這個值能不能是負，當然根據公式應該是不可能的，不過我覺得連LAI都運行不了的組裝結果應該就算是負的。。

參考文獻：

Ou S. and Jiang N. (2018). LTR_retriever: A Highly Accurate and Sensitive Program for Identification of Long Terminal Repeat Retrotransposons. Plant Physiol. 176(2): 1410-1422.

Ou S., Chen J. and Jiang N. (2018). Assessing genome assembly quality using the LTR Assembly Index (LAI). Nucleic Acids Res. gky730: https://doi.org/10.1093/nar/gky730

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！