如何使用Python在指定目录中计算并筛选所有DNA序列的Kmer？

本文共计337个文字，预计阅读时间需要2分钟。

背景：Kmer是基因组组装算法中经常接触到的概念，简单来说，Kmer就是长度为k的核苷酸序列。

内容：一种长为m的reads可以分解成m-k+1个Kmer。Kmer的长度和阈值直接影响组装的效果。+Denovo组装流程。

背景

Kmer是基因组组装算法中经常接触到的概念，简单来说，Kmer就是长度为k的核苷酸序列。一般长短为m的reads可以分成m-k+1个Kmer。Kmer的长度和阈值直接影响到组装的效果。

Denovo组装流程：​​原始数据——数据过滤——纠错——kmer分析——denovo组装​​。

组装测序策略：根据基因组大小和具体情况选择个大概的k值，构建contig所需的数据量以及所需的构建的文库数量。对于植物基因组一般考虑的是大kmer（>31），动物一般在27左右，具体根据基因组情况调整。需要在短片段数据量达到20X左右的时候进行kmer分析。Kmer分析正常后，继续加测数据以达到最后期望的数据量。