2024年4月16日,，《GigaScience》在線發(fā)表了中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實(shí)驗(yàn)室深圳分中心）阮玨課題組發(fā)表的研究論文,，題為“An effective strategy for assembling the sex-limited chromosome”,。

隨著測(cè)序技術(shù)的發(fā)展,，測(cè)序序列的長(zhǎng)度和堿基準(zhǔn)確性方面都有了顯著提高，這為利用計(jì)算方法去分選序列,，從而降低組裝難度提供了可能。Canu軟件利用父母本的特異k-mers對(duì)子代的三代序列進(jìn)行分選并進(jìn)行單體型組裝,。Hifiasm和Verkko軟件利用父母本的數(shù)據(jù)對(duì)組裝圖分型并提供兩套單倍型組裝結(jié)果,。此外，在植物基因組組裝中,，也有其它的方法實(shí)現(xiàn)基因組的分型,。例如，Mari等人利用多個(gè)子代數(shù)據(jù)實(shí)現(xiàn)四倍體馬鈴薯基因組的單體型組裝,。

為進(jìn)一步提高性別特異染色體的組裝質(zhì)量,，基因組所（省實(shí)驗(yàn)室深圳分中心）阮玨團(tuán)隊(duì)開發(fā)了一款名為SRY的軟件，旨在通過雄性特異k-mers（male specific k-mers, MSK）,，高效地對(duì)性染色體三代測(cè)序序列進(jìn)行分選,。SRY軟件通過比較雄性和雌性群體二代數(shù)據(jù)鑒定出MSK，并根據(jù)雄性個(gè)體三代測(cè)序序列上的MSK密度篩選出性染色體的三代序列,。

SRY的分選效率主要受到測(cè)序覆蓋度和群體雜合度的影響,。通過理論模型和基于人類基因組模擬數(shù)據(jù)的評(píng)估顯示，增加個(gè)體數(shù)量可以提高SRY鑒定MSK的F1-score值，雌雄個(gè)體數(shù)各增加到7個(gè)時(shí),，F(xiàn)1-score值趨于穩(wěn)定（圖2a）,。在分選效率方面，即使MSK的準(zhǔn)確率降低到70%,，SRY分選的F1-score值也可以達(dá)到90%以上(圖2b),。

圖2 | 利用理論模型及模擬數(shù)據(jù)對(duì)SRY的MSK鑒定（a）和三代序列分選（b）的效率

為了檢驗(yàn)SRY在真實(shí)數(shù)據(jù)中的表現(xiàn)，首先收集了漢族人群的46個(gè)男性和44個(gè)女性的二代測(cè)序數(shù)據(jù),，以及中國人HX1的三代測(cè)序數(shù)據(jù),。與Flow sorting相比，SRY的三代數(shù)據(jù)分選效率高出近一倍,，且在人類Y染色體的異染色質(zhì)區(qū)域內(nèi)的覆蓋度及深度方面優(yōu)于Flow sorting,。進(jìn)一步收集了HG002的超長(zhǎng)Nanopore及PacBio HiFi數(shù)據(jù)，并與Verkko軟件的trio模式組裝結(jié)果做比較,。結(jié)果顯示,，經(jīng)SRY分選后的三代數(shù)據(jù)再使用Verkko組裝的contig數(shù)目從23個(gè)（Verkko trio組裝結(jié)果）減少到了9個(gè)（圖3b），并糾正了一個(gè)Verkko trio的組裝錯(cuò)誤（圖3a）,。此外,，Verkko trio在Y染色體的擬常染色體區(qū)域（PAR）的前1Mb范圍內(nèi)分型結(jié)果較差，而Verkko+SRY模式給出了更完整的組裝效果,，且準(zhǔn)確度上更高,。

圖3 | Verkko Trio模式（a）與Verkko+SRY（b）的組裝結(jié)果比較

基因組所（省實(shí)驗(yàn)室深圳分中心）已畢業(yè)博士生王曉波（現(xiàn)于河南省農(nóng)業(yè)科學(xué)院/神農(nóng)種業(yè)實(shí)驗(yàn)室工作）、中國水稻研究所魯宏偉副研究員和佛山科學(xué)技術(shù)學(xué)院劉慶友教授為本文的共同第一作者,?；蚪M所（省實(shí)驗(yàn)室深圳分中心）阮玨研究員與中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院的朱天琪副研究員為本文的通訊作者?；蚪M所（省實(shí)驗(yàn)室深圳分中心）李阿倫,、周紅玲及中國科學(xué)院動(dòng)物研究所的張勇研究員也為本文提供了重要幫助。

論文地址：https://doi.org/10.1093/gigascience/giae015