希望组自主三代组装软件NextDenovo最新版本全球学术开源
希望组面向全球释放三代测序数据高效纠错、组装软件NextDenovo最新版本V2.0-beta.1 （https://github.com/Nextomics/NextDenovo），并免费开放用于学术和其他非商业用途。据悉，本次希望组发布的最新版本NextDenovo是专为三代测序数据开发的纠错、组装软件，不但解决了现有三代测序数据组装工具资源占用大、运行时间长、组装质量不稳定的瓶颈问题，还实现了单Contig一条染色体和超大型基因组组装的突破，为利用三代数据组装基因组扫清了组装算法的障碍。
三代测序数据组装已经成为基因组De novo的主流方案，其中Nanopore的读长可达数百kb甚至超过2Mb，在解决染色体着丝粒/端粒区域、性染色体等基因组复杂区域以及复杂基因组组装问题方面，具有更大的优势[1]。前不久，加州大学圣克鲁斯基因研究所等单位的研究人员利用Nanopore的ultra-long reads成功拼接出了首个人类X染色体基因组完成图序列[2]。
但目前的组装算法仍存在较多的瓶颈，使三代测序的优势不能完全发挥。现有三代测序数据组装软件如：Falcon[3]、Canu[4]、Miniasm[5]、Wtdbg[6]等存在以下几类问题：
1. 部分软件不具备纠错功能；2. 纠错过程耗费大量时间和计算资源；3. 组装出的基因组准确度不够；4. 组装出的基因组大小与预估有偏差。
针对以上问题希望组胡江团队研发出专门用于三代测序数据纠错、组装的软件——NextDenovo。其包含NextCorrect和NextGraph两个模块，依次进行测序数据的高效纠错、组装，在极大减少计算资源和运行时间的情况下，仍然能够组装出高质量基因组。基于NextDenovo，希望组已经实现了小基因组物种近完成图和>10Gb基因组物种的组装工作。
高效纠错
NextDenovo原始数据纠错模块可对PacBio和Nanopore的三代测序原始数据进行纠错。表1为NextDenovo与现有主流三代测序数据校正工具（Canu、Falcon和Racon[7]），对不同三代测序平台（PacBio和Nanopore）数据的纠错性能比较。NextDenovo能够在极大减少运行时间的情况下，达到甚至高于与其他软件的纠错精度。
高效组装NextDenovo组装模块是基于String graph算法，利用纠错后的三代测序数据进行基因组高效组装。之前的评测结果https://mp.weixin.qq.com/s/8P9KeTpGc5-hIpVy4T4XxQ表明利用相同的Nanopore数据，NextDenovo在组装速度、结果连续性等指标均明显优于Canu。
高准确度
Nanopore数据用NextDenovo组装的结果再结合NextPolish直接进行2轮或多轮二代数据polish后，平均碱基准确度能达到99.99%以上（关于NextPolish的详细评测结果见https://github.com/Nextomics/NextPolish/blob/master/doc/TEST1.pdf）。
NextDenovo组装案例
在实际项目应用中，NextDenovo的表现非常抢眼，某禾本科植物Plant1基因组组装Contig N50高达66.3Mb，某同源多倍体植物Plant2的Contig N50也达到了59.7Mb（表2）。与参考基因组比对的共线性图几乎呈一条对角线（图3）。值得一提的是这两个物种基因组都含有大量的重复序列，而NextDenovo的组装版本邻接性要远高于其他版本。
NextDenovo的组装案例
单Contig一条染色体
利用NextDenovo软件对水稻93-11（Oryza sativa L. 2n=24）的273X深度ONT测序数据进行组装。最终获得的水稻93-11基因组仅包含18条 Contigs，Contig N50 高达29.43Mb。水稻93-11基因组的12对染色体中，至少有一半的单条染色体由单个Contig装出。BUSCO评估显示，在该组装中可以找到约98.1%的完整基因元件，反映组装结果真实可靠。进行基因组单碱基错误率的统计，该组装基因组的单碱基准确率在99.99%以上。与其他组装策略相比，利用Next系列软件组装的水稻93-11基因组质量明显优于其他组装结果[8]。
超大型基因组
超大型基因组大量高重复区域和动辄Tb级别的数据量对组装算法是一个巨大挑战。NextDenovo能够很好的处理超大型基因组组装问题，对一个预估基因组11.02Gb的超大型基因组进行组装，NextDenovo组装版本的基因组与预估大小非常接近约为10.42Gb，Contig N50达5.02Mb，明显优于常规基因组组装工具（表3）。
自成立以来，希望组致力于三代测序技术应用与服务。2017年，希望组搭建Oxford Nanopore测序平台以来陆续开展ONT Ultra-long测序、低起始量建库测序等前沿技术研发工作，并率先于2017年底推出ONT Ultra-long测序服务，目前已经完成近百个物种的ONT Ultra-long测序、组装工作。该公司自主研发的基于ONT数据的系列组装、纠错算法软件NextDenovo、NextPolish，在运行效率、组装质量、适用范围方面均优于现有组装工具，实现了单Contig一条染色体和超大型基因组组装的突破。在分析服务方面，希望组与华为云合作，将纳米孔测序数据分析流程整合到云计算平台上，实现急速基因组组装与注释，为全球客户提供快速、高效的纳米孔长读长测序计算和存储服务。在三代测序服务领域，希望组技术顶尖，算法领先，服务全面，目前已完成了数百个三代测序科研项目，在Nature genetics、Nature Communications、Molecular Cell、Developmental Cell等国际权威杂志合作发表多篇研究论文，累积影响因子超过380。
