Skip to main content

S2.4 Alignment graph of long reads

S2.4 节 “Alignment graph of long reads” 是补充材料中关于长 reads 比对图的材料与方法部分，详细说明了如何从原始 PacBio 数据生成 pairwise 比对，并针对某一条目标 read 构建 GFA 2 比对图，最后用 GfaViz 进行可视化。这一节直接对应主文 S1.1 节中展示的图 S1。

下面逐小节解释。

S2.4.1 源数据​

  • 使用 E. coli K12 样本数据集，来自 PacBio 纠错流程 PBCR（Berlin et al., 2015）。
  • 数据从 PBCR 网站获取。
  • 该数据集是使用 PacBio RS II 测序仪、P5-C3 化学试剂和 单个 SMRTcell 产生的数据的 30×30\times 随机子集。
  • 也就是说，覆盖度约为 30×30\times，适合用来展示长 reads 之间的比对关系。

S2.4.2 两两 reads 比对​

  • 使用 minimap2 v2.0（Li, 2018）计算 PacBio reads 之间的两两比对。
  • 使用的选项是 -x ava-pb，这是 minimap2 中用于 PacBio all-vs-all 重叠比对的预设参数。
  • 然后使用自定义 Python 脚本 paf2gfa2.py：
    • 从比对结果中收集给定 read（这里是 138143/0_22379）的所有比对；
    • 将这些比对转换为 GFA 2 格式。
  • 这样得到的就是以 read 138143/0_22379 为中心、与其他 reads 的比对图。

S2.4.3 长 reads 比对图的可视化​

  • 使用 GfaViz 可视化 read 138143/0_22379 与 PBCR E. coli 数据集中其他 reads 的比对图。
  • 布局采用默认布局（Stress Minimization）。
  • 使用样式表 longreads.style，其中指定了两个关键选项：
    • --seg-max-sub 1：将 segments 可视化为直线，而不是多边形。这样每条 read 在图中表现为一条线，适合展示大量 reads 的比对关系。
    • --edges-highlights-show：打开对 segments 上比对区域的高亮显示。这样可以看到每条 read 上哪些部分参与了对齐。

与主文 S1.1 和 Fig. S1 的对应关系​

主文 S1.1 展示了长噪声 reads 比对图的一个例子，即 Fig. S1。该图正是基于本节方法生成的：

  • 中心的 read 138143/0_22379 带有红色轮廓。
  • 其他 reads 用彩色多边形表示（在图中可能因样式表而简化为直线，但高亮仍可见）。
  • reads 之间的比对用直线连接。
  • 蓝色高亮表示 read 上被比对上的区域。
  • 由于使用了透明度，多个 reads 比对到同一区域时，蓝色会叠加得更深；只有单个 read 比对时，颜色较浅。
  • 通过交互检查发现，中心 read 的某个浅蓝区域只与一条 read 24242/2392_13825 比对，于是给那条 read 加上了绿色轮廓以突出显示。

这一节的意义​

S2.4 节完整描述了从 PacBio 原始数据到长 reads 比对图可视化的流程：

  1. 获取数据：PBCR 的 E. coli K12 30×30\times 子集；
  2. 计算比对：minimap2 的 -x ava-pb 模式做 all-vs-all；
  3. 提取目标 read 的比对：用 paf2gfa2.py 转为 GFA 2；
  4. 可视化：用 GfaViz 默认布局和 longreads.style，将 segments 画成直线并高亮比对区域。

这一节突出了 GfaViz 在处理长噪声 reads 内部比对时的能力，尤其是通过 GFA 2 的通用比对语法、透明度和颜色高亮，直观展示多重覆盖和特定 read 之间的比对关系。