基因组组装①

基因组中存在污染的典型特征：

1、组装质量差：主要体现在组装后Scaffolds 偏多，偏短的Scaffolds 数量较大；

2、组装长度偏大：组装后，总长度比该物种正常长度更大；

3、GC-depth异常：GC-depth 呈现出明显的两簇或多簇；

4、kmer-频率分布异常：多数是多峰；

5、测序深度不均匀：组装后的各条scaffold ，测序深度高低差异大；

6、基因预测偏离：基因数目偏多、基因平均长度偏小；

7、看家基因异常：基因长度偏小（可能是近缘污染或者同种不同株污染，同源基因存在单碱基差异，会在SNP处断开，导致基因）；

8、NT比对异常：reads 、组装序列比对NT，比对出不相干的物种的比例偏高。