Unicycler 是一款專為細(xì)菌基因組設(shè)計(jì)的混合組裝工具，由 Ryan Wick 博士團(tuán)隊(duì)開發(fā)。它巧妙結(jié)合了二代測(cè)序中短讀長(zhǎng)（Illumina）的高準(zhǔn)確性與三代測(cè)序中長(zhǎng)讀長(zhǎng)（PacBio/Oxford Nanopore）的跨重復(fù)優(yōu)勢(shì)，特別適用于高重復(fù)、高雜合或復(fù)雜結(jié)構(gòu)的微生物基因組組裝。同時(shí)，它也是一款可以獨(dú)立完成二代測(cè)序基因組組裝、三代測(cè)序基因組組裝以及二三代測(cè)序數(shù)據(jù)混合組裝的優(yōu)秀生信軟件，下文將著重介紹二三代測(cè)序數(shù)據(jù)混合組裝。

相較于傳統(tǒng)組裝工具（如SPAdes、IDBA-UD），Unicycler 在解決細(xì)菌基因組中重復(fù)序列和質(zhì)粒環(huán)狀結(jié)構(gòu)時(shí)表現(xiàn)卓越，尤其適合單菌分離樣本或宏基因組分箱后的精細(xì)化組裝。

Unicycler 的算法設(shè)計(jì)融合了De Bruijn圖與字符串圖（String Graph）的優(yōu)勢(shì)，分三階段實(shí)現(xiàn)高效組裝：

1、短讀長(zhǎng)糾錯(cuò)與初步組裝

• De Bruijn圖構(gòu)建：將短讀長(zhǎng)拆分為k-mer，構(gòu)建圖結(jié)構(gòu)，通過(guò)尋找歐拉路徑生成初始Contig。

• 錯(cuò)誤剔除：基于k-mer頻率和一致性過(guò)濾低覆蓋分支，避免測(cè)序噪聲干擾。

2、長(zhǎng)讀長(zhǎng)進(jìn)行的圖優(yōu)化

• 長(zhǎng)讀長(zhǎng)比對(duì)與糾錯(cuò)：將長(zhǎng)讀長(zhǎng)比對(duì)至初始Contig，校正其測(cè)序錯(cuò)誤并填充缺口。

• 字符串圖構(gòu)建：基于長(zhǎng)讀長(zhǎng)的重疊關(guān)系構(gòu)建字符串圖，解決重復(fù)區(qū)域的路徑歧義。

3、路徑選擇與環(huán)化處理

• 啟發(fā)式搜索最優(yōu)路徑：結(jié)合讀長(zhǎng)覆蓋度和拓?fù)浣Y(jié)構(gòu)選擇最可能的路徑，生成線性或環(huán)狀Scaffold。

• 自動(dòng)環(huán)化檢測(cè)：通過(guò)比對(duì)末端重疊識(shí)別環(huán)狀結(jié)構(gòu)，輸出完整染色體/質(zhì)粒序列。

Github官網(wǎng)上有提供相應(yīng)源碼，可直接下載安裝，下面提供一種安裝方案，可以安裝最新版的Unicycler。

案例背景：對(duì)一株耐藥性的大腸桿菌進(jìn)行基因組組裝，數(shù)據(jù)源包含illumina雙端測(cè)序（150bp）數(shù)據(jù)和Nanopore長(zhǎng)讀長(zhǎng)（N50=15kb）數(shù)據(jù)。

1、運(yùn)行命令

? -1/-2：illumina 雙端數(shù)據(jù)

? - l：長(zhǎng)讀長(zhǎng)數(shù)據(jù)

? - o：輸出目錄

2、輸出結(jié)果文件

? assembly.fasta: 最終組裝序列

? assembly.gfa: 組裝圖文件，可用Bandage軟件來(lái)可視化

? unicycler.log：詳細(xì)日志文件，可用于調(diào)試與性能評(píng)估

Unicycler 憑借其混合算法與自動(dòng)化設(shè)計(jì)，已成為微生物基因組研究的標(biāo)桿工具。無(wú)論是臨床病原體溯源還是環(huán)境微生物挖掘，它都能提供高完整度、低錯(cuò)誤率的組裝結(jié)果。下一期我們將帶來(lái)Unicycler單獨(dú)進(jìn)行二代測(cè)序數(shù)據(jù)或者三代測(cè)序數(shù)據(jù)組裝的詳細(xì)介紹，敬請(qǐng)期待！