夜雨聆风上期，我们使用了 MGA 进行仅使用 HiFi 数据的组装，安装教程与软件运行示例请见：新组装软件实战(一) | Genome Biology | MGA：仅利用HiFi数据尝试 Near-T2T 组装
这次我们来对 MGA 和 Hifiasm 的组装结果进行实测比较！
MGA vs Hifiasm
我们使用 70X HiFi 数据和 100X ONT 数据进行高杂合植物基因组的组装，各组装策略结果如下表所示：
可以看到 MGA(HiFi) 的运行时间确实很长，在文章中有提到，这是主要因为 MGA 还是使用 LJA 软件进行高精度的纠错组装，会比 Hifiasm 要慢上一些。但是，N50 方面 MGA 的值是最高的，而且 contig 的数量也是最少的；而 Hifiasm(HiFi) 同样只使用 HiFi 数据进行组装，其 N50 与序列数量都是四个版本中最差的。
Hi-C 挂载
Hifiasm(HiFi)
使用 HapHiC 进行辅助挂载，结果如下：
可以看到 Hifiasm(HiFi) 版本本身存在一些冗余（图中绿色箭头）却并不是很多，但存在未挂载区很大以及 rDNA 阵列组装不连续的问题。
未挂载区：通过 NT 比对以及重复序列注释，得到未挂载的部分绝大部分是串联重复序列和 45S rDNA，此外，还存在污染序列（来自动物）。 rDNA 阵列：如图中紫框所示，多个染色体存在 rDNA 阵列不连续的问题，无法定向，后续只能丢弃。 
MGA(HiFi)
使用 HapHiC 进行辅助挂载，结果如下：
MGA 的组装结果会相对于 Hifiasm 要精简一些，图中的冗余大部分是大片段的序列，基本没有 Hifiasm(HiFi) 版本的小片段序列被聚类到染色体部分的问题。此外， MGA 的未挂载区的序列更加的少。MGA 也存在一些其他的问题:
组装错误：如图中黑圈所示，MGA 将应该分开的染色体错误的组装到一起，这可能与没有 Hi-C 数据辅助有关，而 Hifiasm 在使用 HiFi 和 Hi-C 组装后，基本不存在多个染色体错误组装在一条序列的问题。 rDNA 嵌合：如图中黄色 X 号所示，MGA 的确将多个染色体做到了一条序列组成一个染色体，但是遇到 rDNA 阵列会错误的将不同染色体的 rDNA 组装到一起，需要人工手动剪开。
共线性分析
将所有版本进行 Hi-C 挂载后，进行 minimap2 比对，使用 Genomesyn2 进行共线性图的绘制，如下所示：
图中使用灰色方框表示 45S rDNA 区域，可以看到 MGA 对于阵列的组装确实很厉害，基本可以达到同样能力比较强的 Hifiasm(ONT) 的水平，完全超过 Hifiasm(HiFi) 和 Hifiasm(HiFi+ONT)，不过 MGA 依旧没有把 rDNA 之后的端粒组装出来，这一方面 Hifiasm(ONT) 会比其他几个版本更加完整。
讨论
经过多方面比较，相对于 Hifiasm 来说，MGA 的组装效果确实会更好，在只有 HiFi 数据的情况也能做到更加完整的染色体，更高的连续性，不过由于没有 Hi-C 数据的加持，还是会存在一些需要人为处理的错误不，过问题基本可以忽略。目前笔者认为 MGA 最重要的问题还是运行时间长。测试的基因组才 200 Mb，MGA 就要组装相当长的时间，如果是组装大基因组估计要更久。如果大家不着急的话，确实可以使用 MGA 进行组装。
总结：
MGA 只使用 HiFi 数据，可以大幅提高组装连续性，很少产生碎小的序列。 对于受到外源污染的测序数据也能使用，而且基本不受影响。 rDNA 阵列组装更加完整，但端粒的组装能力还需要提升。 组装存在嵌合错误需要人为进行干预调整。 相较于 hifiasm 运行时间更长。
最后，附上文章中的各物种的组装花费时间比较：
下期大家想看什么？欢迎评论区留言！