三代测序数据分析

Error Correction ^目录

LoRDec用简洁的de Bruijn图代表二代数据；比相似的软件快6倍，存储少93%

先用准确度高的二代数据构建简洁的 DBG 图，然后依次对每条pacbio reads纠错。构图和纠错都能使用多线程，所以运行速度快，用过滤之后的kmer构建DBG图，内存空间较小。因此针对大基因组，是纠错软件的首选

步骤：

将weak kmer过滤掉

对二代测序数据统计各个kmer的频率，频率低的称为week kmer，设定一个阈值将week kmer过滤掉，留下来的称为solid kmer
用solid kmers构建DBG（de bruijn graph），DBG通过GATB存储
依次将每条LR（long reads）遍历DBG进行纠错
1. Inner error
  
  考虑到通过第一步过滤得到的solid reads依旧有假阳性，设定多对source、target solid kmer（-t 参数，默认为5）
2. Head/Tail error
  1. 只有source kmer ，缺少target kmer
  2. 通过source kmer在DBG上查找所有path（直到branch太多或者是末节点）
  3. 按照分数最好选取最优路径，相当于blast比对。
  4. 当inner error找不到source、target solid kmer时，按照Head error的方式纠错

参考资料：