10x genomics chromium targetted molecule assembly and genome scaffolding
Notice bibliographique
Résumé
10X Genomic Chromium sequencing provides long range information between Illumina sequence read pairs. Each read pair is linked to a group of reads by a barcode index within a fragment size typically between 10-100 kbp. This powerful technology has been used in phasing haplotypes, but is difficult to use for assembly and scaffolding due to the low relative coverage of each index and the absence of positional information (ie. read order and position within each fragment). Unlike Illumina TruSeq technology, the linked read pairs are below 1x coverage for each index so they cannot be used to generate synthetic long reads, which would otherwise greatly simplify assembly. Using the Chromium-indexed reads as baits one can use complementary data to fill in gaps, to reconstruct entire fragments. Our method uses previously tagged reads as additional bait sequences to progressively fill-in the missing segments of a fragment of interest, to allow localized assembly. These reconstructed fragments could not only lead to better assemblies downstream, but also help increase the quality of sequence abundance counts on transcriptomic or metagenomic studies, because longer sequences have a higher specificity. In addition to fragment assembly, we have successfully used Chromium information to scaffold existing assemblies. We have developed ARCS (Assembly Roundup by Chromium Scaffolding), an algorithm that uses indexed fragments shared between assembled contigs to order and orient contigs. We show the contiguity of an ABySS human genome assembly can be increased over six-fold, from an N50 of 50 kbp to 303 kbp, using only 25x coverage Chromium data.This method is complementary to upstream assembly methods, as it can scaffold sequences that have systemic missing read coverage due to biases introduced by Illumina sequencing.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,008 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».