請問現在三代測序的reads用什麼比對？

01-05

三代測序的read與二代截然不同，那麼它是用什麼比對的呢..難不成用回blast了？

PacBio官方軟體用的是BLASR:PacificBiosciences/blasr · GitHub

Gene Myers用的是DALIGN: thegenemyers/DALIGNER · GitHub

MHAP: http://biorxiv.org/content/early/2014/08/14/008003, marbl/MHAP · GitHub

Heng Li推出的BWA-MEM： lh3 (Heng Li) · GitHub

一般的小些的基因組，比如幾百M的，直接用SMRT PORTAL的GUI界面，點幾下滑鼠就可以坐等完美拼接了。基因組拼接以後就是個無腦活。

三代有一個優點是官方的軟體做的很人性化，一般微生物的拼接，就是打開SMRT PORTAL，選個Protocol，設下基因組大小大致多少。(當然這些GUI背後的腳本運行過程，有log詳細的記錄)

拼完以後所有統計圖、數據都是羅列的很全，點點滑鼠就可以了。

目前只有較大基因組的混拼之類，你需要根據實際情況去調整拼接策略、參數。當然，偷懶點的話，可以直接去一些生信雲服務廠商那邊尋求支持，完全使用PacBio數據denovo拼接人基因組(Reference-Quality denovo assemblies)，在DNAnexus的節點上跑，大約是2天可以拼完，而且參數全部是優化好的。所以搞生信的，我建議是把精力從「如何拼接一個基因組」轉換到「拿到基因組序列後，可以分析什麼」這個方向上，因為前者培訓一個小學生只要10min，而目前的所有生信公司服務只提供到拼完一個基因組，後面的事情無法流水線化，賺不了容易錢。

如果你要的樣品測序測序信息需要保密的話，只要給公司提供了滿足建庫質量的DNA就可以，不一定必須告訴他們具體信息。公司測序後會給你做好出去低質量序列和拼接這樣的基本分析的。

pacbio測序數據是什麼格式？為避免造假應該和測序公司要哪種格式的數據呢？我有兩株細菌送公司做pacbio de novo測序，公司要求必須提供種屬信息，說是不同細菌建庫方法有區別，很暈啊。