基因组组装质量评估

常用的评估手段包括：

• LAI值，大于10表示达到参考基因组水平，>20表示达到金标准。目前的大部分是15-19之间。太低的话，可能代表组装的质量比较差。使用的是LTR_retreiver鉴定的。注意多倍体，特别是同源多倍体需要分开计算。可以调整参数，设置不同的长度阈值，来获取LTR,根据LTR来计算组装质量。一般默认值就可以，调整后LAI的值变化也不会差别太大。我写了流程LTRfind可以完成LAI的计算和初步可视化。

• BUSCO，目前出到V5版本了。一般完整度要达到90%以上，正常的是99%以上。如果低于90%，可能代表组装质量较差。
  根据已有的数据库比对，通过和已知的序列比对来评判组装指标。
  列举一下植物中常用的BUSCO的V5数据库

类群	数据库	BUSCOgroups数量	下载地址
真核生物	eukaryota_odb10.2020-09-10.tar.gz	255	https://busco-data.ezlab.org/v5/data/lineages/eukaryota_odb10.2020-09-10.tar.gz
绿色植物	viridiplantae_odb10.2020-09-10.tar.gz	425	https://busco-data.ezlab.org/v5/data/lineages/viridiplantae_odb10.2020-09-10.tar.gz
有胚植物	embryophyta_odb10.2020-09-10.tar.gz	1614	https://busco-data.ezlab.org/v5/data/lineages/embryophyta_odb10.2020-09-10.tar.gz
真双子叶植物	eudicots_odb10.2020-09-10.tar.gz	2326	https://busco-data.ezlab.org/v5/data/lineages/eudicots_odb10.2020-09-10.tar.gz
豆目	fabales_odb10.2020-08-05.tar.gz	5366	https://busco-data.ezlab.org/v5/data/lineages/fabales_odb10.2020-08-05.tar.gz

根据你自己的研究的物种选择对应的数据库，植物一般是用embryophyta_odb10.2020-09-10.tar.gz.尽量选择种类数量多的数据库。例如研究花生Arachis hypogaea，就可以使用数据库fabales_odb10.2020-08-05.tar.gz，比使用有胚植物的会精准很多。

• 二代回比，illumina的重测序回比到基因组，可以使用merqury,计算QV.一般QV越大越好。QV太小的，例如低于20，组装质量就较差。根据K-mer来评估组装质量。
  merqury使用参考地址：https://www.jianshu.com/p/61fefb9a9c5f
• 共线性分析 如果有别人已经组装完成的近似物种的基因组，也可以比较共线性。