Skip to main content

S1.1 Alignment graph of long noisy reads

S1.1 节 “Alignment graph of long noisy reads” 讲的是：对于长测序读长（如 PacBio、Oxford Nanopore 产生的 reads），在组装的第一步通常要先计算所有 read 两两之间的局部比对，并把这些比对关系画成一张“比对图”。GfaViz 能够把这种图可视化出来，尤其擅长展示 GFA 2 才支持的“内部比对”。

具体解释如下：

1. 为什么需要长 reads 的比对图？​

长 reads 通常噪声较高，不能直接拿来组装。常见流程是先做 read 之间的两两局部比对，找出哪些区域彼此相似、如何重叠，再基于这些重叠关系进行纠错或组装。因此，比对图是长 reads 组装的第一步产物。

2. GFA 1 的局限与 GFA 2 的扩展​

GFA 1 只支持两种重叠关系：

  • dovetail overlap：两条序列首尾相接式的重叠；
  • containment：一条序列完全包含在另一条序列内部。

但长 reads 之间的比对区域常常是内部的，即一条 read 的中间某段与另一条 read 的中间某段对齐。GFA 1 无法很好地表示这种内部比对。GFA 2 提供了更通用的比对语法，可以表示这类内部比对。GfaViz 则完整支持 GFA 2，因此能把这种图可视化出来。

3. GfaViz 如何画这张图？​

以补充材料中的 Fig. S1 为例：

  • 节点（segments）：图中的每条 read 用彩色多边形表示。在 GFA 文件中，它们就是 segment。
  • 边（edges）：read 之间的比对用直线连接表示。在 GFA 文件中，它们就是 edge。
  • 内部比对：如果比对区域位于 read 内部，那么连接两个 read 的直线会与 read 多边形相交于比对区域的中点。
  • 比对区域高亮：被比对上的 read 区域用蓝色高亮显示。
  • 多重比对与透明度：由于测序覆盖度足够，一条 read 的某个区域通常会与多条其他 reads 比对。为了表现这一点，GfaViz 使用了透明度：当多个 reads 比对到同一区域时，蓝色会叠加得更深，颜色饱和度更高；如果只有一个 read 比对到该区域，颜色就较浅。

4. Fig. S1 的具体例子​

图 S1 展示的是 PBcR E. coli 数据集中，中心 read 138143/0_22379（带红色轮廓）与其他 reads 的比对图。

  • 蓝色区域表示该 read 上发生比对的部分。
  • 深蓝色表示该区域有多个 reads 比对过来；浅蓝色表示该区域只有一个 read 比对。
  • 通过 GfaViz 的图形界面交互检查发现，中心 read 的某个浅蓝区域只与一条 read 24242/2392_13825 比对。于是作者给这条 read 加上了绿色轮廓，以便突出显示。

5. 这一节想说明什么？​

它主要说明 GfaViz 能够：

  • 可视化长噪声 reads 之间的局部比对图；
  • 支持 GFA 2 的通用比对语法，尤其是内部比对；
  • 通过颜色、透明度、轮廓等视觉元素，表达比对位置、多重覆盖和特定 read 的关系；
  • 让用户交互式地探索 read 之间的重叠结构，帮助理解组装前的比对关系。

简言之，S1.1 展示的是：GfaViz 可以把长 reads 两两比对的结果画成一张可交互的图，并用蓝色高亮和透明度直观地显示哪些区域被比对、被多少条 read 覆盖。