ReSkmer：通过建模重复序列，基于k-mer的无比对方法能够计算群体基因组之间的距离

摘要

要理解生态变化，需要可靠且成本较低的方法来监测种群。一种方法是使用低覆盖率的基因组测序（基因组快速扫描）技术，通过无需组装、无需比对的基于k-mer的方法，利用k-mer集合的交集来计算基因组序列之间的距离。Skmer通过建模覆盖率和误差扩展了这一方法。然而，这些方法忽略了基因组的重复性，从而影响了种群遗传距离的计算。在这里，我们数学上推导了从两个重复基因组中抽取的k-mer之间的预期交集大小，同时考虑了重复序列、覆盖率和误差，从而提出了ReSkmer方法。我们的实验表明，即使在采样高度重复的基因组的情况下，该方法也能获得非常准确的距离测量结果。