小工具 | 简单查看两基因组可比较的位点数值与比例

文章预览

写在前面 早前不时与廖总聊到一些比较基因组方面的数据分析细节。廖总非常喜欢说“这两个物种基因组的相似度是多少？”正常情况下，我们都会认为，相似度或许就是 ANI 或者其他评估方法。评估两个基因组的相似度本身是比较tricky的，因为我们往往需要考虑很多细节，比如用 kmer 算？还是利用序列算？用可比对上的序列算？还是要考虑 gap 比如 indel 等等。 另外，如果一个基因组的某个区域有复制，更或者直接 WGD 全基因组复制了，那么这个又怎么计算？或者回到简单的情况，如有重叠的比对呢？这些细节有太多。 不过，经过与廖总的沟通讨论，最后确定下来其实他习惯性的说 相似度 或者 相似性，但实际上指代的是 基因组A的所有位点能被基因组B的任一位点覆盖的比例。 这个指标简单粗暴，逻辑上就是不考虑任何 Gap / Insertion Deletion 等等。 ………………………………