01

—

2019 年 3 月 21 日，Bioinformatics 杂志上发表了北京交通大学、北京理工大学和美国加州大学河边分校的学者完成的关于 PacBio long read 的自矫正算法，命名为 FLAS，特点为速度较快、通量较高。

02

—

三代测序平台 PacBio 产生的 long read 因其非常大的 read 长度而大大帮助了测序项目。但其 15%的测序错误率需要错误矫正。对于只有 long reads 的项目，较难以很快的速度完成矫正，也不太容易矫正足够数量的碱基，例如高通量地自矫正。MECAT 是目前速度最快的自矫正算法之一，但其通量相对较小（Xiao et al 2017）。这篇论文介绍的 FLAS 是 MECAT 算法的一个封包，可以实现高通量的 long read 自矫正，并维持 MECAT 算法较快的速度。FLAS 在 MECAT 预比对 long reads 的过程中通过寻找另外的 alignments 来提高校正通量，并为了维持精确度而移除 misalignments。另外，FLAS 还使用矫正后的 long reads 区域来矫正未矫正的区域，以进一步提高通量。FLAS 算法的图示如下。

03

—

论文作者测试了 FLAS 算法在大肠杆菌、酵母、拟南芥和人类的 long reads 数据的表现情况，发现 FLAS 可以实现相比于 MECAT 更高的通量，提高 22.0-50.6%。FLAS 相比于除了 MECAT 以外的工具，速度可以提升 2 至13 倍，通量提升 9.8-281.8%。相比于 MECAT，FLAS 矫正后的 long reads 组装的 contigs 的 N50 可以提高 13.1－29.8%。

表1. 错误矫正性能的评估

表2. Long read 组装的评估

04

—

FLAS 软件的源代码地址为：https://github.com/baoe/flas

FLAS 的安装方法为：进入 src 文件夹，运行 make 命令，会产生一个 bin 文件夹，里面有编译的 FLAS 的二进制文件。

FLAS 软件的输入文件为 FASTA 格式的 Long reads。

FLAS 软件支持的参数如下：

FLAS 软件的输出文件为错误矫正后的截短的 long reads 和错误矫正后的分开的 long reads。

参考文献：

1. Bao et al. FLAS: fast and high throughput algorithm for PacBio long read self-correction. Bioinformatics 2019, btz206. DOI:10.1093/biofinformatics/btz206

2. Xiao et al. Mecat: fast mapping, error correction, and de novo assembly for single-molecule sequencing reads. Nature Methods, 2017, 13(11):1072-1074. DOI:10.1038/nmeth.4432