基因組組裝完成后，可通過查看contig的N50或者BUSCO，以及LAI評估組裝質量。本文就LAI方法做一簡單介紹。

基因組中的重復序列大體分為兩類：

• 串聯重復（Tandem repeats）（TRF可預測）
• 散在重復（Dispersed repeats）

其中串聯重復含有：簡單重復序列，衛星序列等；
散在重復包括：轉座子（TE，transposons，elements）

TE又可細分為兩類：

• DNA transposons： 由DNA介導
• RNA transposons: 由RNA介導，通過RNA的反轉錄獲得DNA，從而轉移到其他基因組位置。

目前主要存在兩種類型的RNA轉座子：

• 1 LTR (long terminal repeats)雙末端都是長的重復序列
• 2 non-LTR TEs，雙末端缺乏重復序列。 LINE1和SINE（short interspersed transposable element）長/短穿插轉座元件

結構如下（來源http://www.lxweimin.com/p/7d794d22e0a0）

LTR Assembly Index (LAI) ，LAI指數就是完整LTR反轉座子序列占總LTR序列長度的比值。在基因組組裝過程中，LTR較為難組裝，因此被用來檢測組裝質量。

軟件安裝

• makeblastdb, blastn, blastx
• cd-hit-est
• hmmserch
• RepeatMasker

上述軟件自行下載，或者使用conda進行安裝即可

安裝LTR_retriever

git clone https://github.com/oushujun/LTR_retriever.git

進入paths文件，修改各個軟件所在路徑

BLAST+=/data/pub/liuzy/software/ncbi-blast-2.8.1+/bin/  #a path that contains makeblastdb, blastn, blastx
RepeatMasker=/data/pub/liuzy/software/repeatmask/RepeatMasker/RepeatMasker      #a path that contains RepeatMasker
HMMER=/usr/local/bin/           #a path that contains hmmsearch
CDHIT=/data/pub/liuzy/software/cdhit-4.8.1

安裝LRT_finder

git clone https://github.com/xzhub/LTR_Finder.git
cd LTR_Finder/source/
make

簡單使用

LTR_finder 鑒定LTR序列

~/software/LTR_Finder/source/ltr_finder   ../groups.asm.fasta > groups.asm.finder.scn

這里的-D表示5'和3'LTR之間的最大距離，-d表示5'和3'LTR之間的最小距離，-L表示5'和3'LTR序列的最大長度，-l表示5'和3'LTR序列的最小長度，-p表示完全匹配配對的最小長度，-C表示檢測中心粒(centriole)刪除高度重復區域，-M表示最小的LTR相似度。如果不怎么該怎么設置就用默認值。

LTR_retriever根據LTR_FINDER的輸出識別LTR-RT，生成非冗余LTR-RT文庫，可用于基因組注釋

/data/pub/liuzy/software/LTR_retriever/LTR_retriever -threads 4 -genome groups.asm.fasta -infinder groups.asm.finder.scn

這里的-infinder表示輸入來自于LTR_FINDER，它支持同時輸入LTRharvest的輸出(-inharvest)和 MGEScan-LTR 的輸出(-inmgescan). 嫌速度太慢，可以用-threads增加線程數

計算LAI值

/opt/biosoft/LTR_retriever/LAI -t 10 -genome groups.asm.fasta -intact groups.asm.fasta.pass.list -all groups.asm.fasta .out

結果文件Athaliana.fa.out.LAI，第二行最后一個值就是LAI值

LAI值的評估標準

Category    LAI Examples
Draft   0 ≤ LAI < 10    Apple (v1.0), Cacao (v1.0)
Reference   10 ≤ LAI < 20   Arabidopsis (TAIR10), Grape (12X)
Gold    20 ≤ LAI    Rice (MSUv7), Maize (B73 v4)

參考

• LAI: 評估基因組質量一個標準
• 轉座子的基本概念了解
• 利用LTR_retriever整合LTR數據集
• [Assessing genome assembly quality using the LTR Assembly Index (LAI). Nucleic Acids Res. gky730]( https://doi.org/10.1093/nar/gky730