NextPolish2：一种针对HiFi数据组装的基因组碱基矫正算法

image.png

利用二代测序比三代测序碱基质量值更高的特点，对三代数据组装结果进行polish。 但是不能简单根据比对BAM文件来矫正。这里作者把 HiFI数据重新比对回基因组，计算哪些位点可能有错误。抽出潜在错误位点附近的kmer，判断它是否在二代数据kmer中，在保留。否则去除。
基于Reads 的kmer ,计算Reads和Reads之间权重，使用聚类算法聚类（理想情况下，二倍体被聚成两类，代表父本或者母本),判断组装结果是父本还是母本，然后使用父本或者母本的数据进行矫正。