2025.07.04【转录组】| RNA-seq 组装“瘦身术”——BBNorm 归一化处理

作者：穆易青 | CSDN 原创

当你的 RNA-seq 原始读长文件动辄数百 GB，组装器张口就要 500 GB+ 内存时，该怎么办？
一种最经济、又几乎不丢掉有用信息的做法就是 —— 数字归一化（Digital Normalization）。
本文将带你认识 BBTools 套件中的利器 BBNorm，并手把手完成一次上百 TB 级别数据的“瘦身”实践。

---

1. 什么是数字归一化？

数字归一化的核心思想：
对过度覆盖（高冗余）的 k-mer 进行抽样削减，而对低覆盖区域保持不动。

好处：

1. 显著降低 内存 与 CPU 消耗（10× 以上）。
2. 对稀有转录本影响极小，组装完整性几乎不变。
3. 比传统随机抽样保留了 深度信息，更友好地服务于后续组装/定量。

---

2. BBNorm：BBTools