基因组组装“山羊级”产品

NATURE/SCIENCE任性发之山羊篇

前段时间，传得沸沸扬扬的山羊基因组终究是发表了，果不其然到了Nature genetics 这种高大上的杂志！今天就来看看有啥经验（槽点）可以借鉴（吐）的！
1. 技术篇
遥想当年，人类基因组计划（HGP）花了30亿美金，通过黄金测序硬是把人基因组组装出来，经过多年的数据及组装技术迭代提升，到了现在广为认可的GRCH38这个版本。现在山羊基因组告诉我们，基于新技术的的组合拳（三代+光学+HI-C），任何一个物种的基因组都可以媲美人基因组。到底是怎么回事呢？
山羊文章属于paper中的技术贴，没有太多故事的成分。开篇就分别阐述了当前基因组组装的难点，及三代，光学，HI-C的技术特点，然后就抛出了个极好的结果，将小编及读者们给震撼着。毫无疑问，这是小编多年从业来看到的最牛逼的基因组！遥想当年，一个细菌完成图可是费了小编近2年的精力啊，现在不禁潸然泪下！现在大基因组，都已经到了完成图的边缘。
话说回来，既然是技术贴，咱们还是先来看看组装策略吧。简单的说，组装的方针就是用三代单分子组装到contig，基于光学图谱构建scaffold，之后在用HIC构建染色体版scaffolds，然后基于RH群体构建的遗传图去矫正之前组装的错误，最后基于二代短reads补gap。具体的组装软件及参数在文章中的都很明了，小编在此就不赘述了。效果么，直接上表！

关于准确性嘛，文章也给了好几张主图，重点看看RH map的组装验证，如下：

做完技术讲解后，文章里也祭出了大招，虐前任。无论从指标还是准确性上来说，新的ARS1基因组，都将前两任基因组虐的体无完肤。不禁感叹，山羊基因组是如此牛掰！这样的基因组要不要来一个？
2. 价格篇
从技术上来说，山羊的组装策略（三代+光学+HIC）适用于绝大部分动植物，那是不是山羊级别的基因组会如雨后春笋般滴涌现出来呢，小编难以认同这个观点！对于科研工作者来说经费是不得不考虑的问题，毕竟巧妇难为无米之催啊！在此，小编不禁就要YY了，山羊基因组到底需要花费多少价格呢？某位资深同事告诉小编，这个项目做的早，没有500W RMB，根本玩不起来，很可能是千万级别！小编依稀记得，很久之前人基因组二代测序成本就已经来到了1000美元世代，这才是亲民价啊！山羊的价格并不是普通人都能玩得起的。话说回来，如果现在重复山羊的工作，又要多少钱呢？小编再次厚着脸皮问了问，凭借sequel平台，如果产出相同三代数据量，同时完成文章中其它测序等工作，成本大约在300 W RMB。时隔两年，这价格硬生生降了一倍啊！小编相信，过一段时间后，更多的“山羊”会冒出来。
容小编吐槽一下，单从三代数据来说，文章中共测序了465个cells，得到了194 Gb subreads。平均每个cell的产出才417 Mb数据量，产出是如此的低。放到现在，小编可以想象到叫兽们拿到这种数据是怎样的暴怒！
3. 文章篇
毫无疑问“山羊基因组”给行业带来了新标杆，后山羊时代，基因组文章怎么走呢？是不是只有基因组到了山羊水平才能发NSC呢？反之是不是到了山羊水平基因组就可以发NSC了呢？不要急，来听听小编的观点。
不知道大家有没有听过IT行业的摩尔定律，一定的周期后，CPU的性能和价格将是上一期产品的2倍和一半。小编想说的是测序行业也是如此啊。从一代测序到二代测序再到三代测序，每一个时代都伴随着不同的成本及指标。从2001年开始，由一代测序完成的物种基因组屈指可数，价格都以亿记数，指标更别谈。到了2007年，由Illumina+454+Solid为代表的二代测序，将动植物基因组的成本拉到了百万时代，而周期缩减到了1年以内，指标也到了M级别。至2010年，三代测序已经开始暂露头角，从指标和准确性上来说，又都翻了好几倍。然而由于成本因素，先前一直鲜有纯三代大基因组的发表。但是近期纯三代基因组文章已经开始泛滥。2016年初NSC上发表了好几个纯三代基因组，而到了下半年，纯三文章已经到了NC水平。现在，一定程度上说，三代测序也来到了白菜价。说这么多小编想表达的是，如果想发高分的文章，组装水平也必须达到当前的平均水准，不然编辑读者都会质疑你“为什么装的这么烂？后面的结果考不靠谱？”。负责任的说，至少小编已经听到了好几个基因组文章就因为组装的不好而被拒的，请相信，这不是危言耸听！好的故事必然能为文章添彩，但是连基础都过不了关，“成大事”当然会很困难 。
最后，借用个广告词，基因组文章成功的标配，三代测序+光学+ HI-C，2017。小编等着你来发表NSC！

参考文献

Derek M Bickhart, et al. Single-molecule sequencingand chromatin conformation capture enable de novo reference assembly of thedomestic goat genome. Nature Genetics. 2017.