长读长测序分析入门

更新：2026-10-14；状态：可用；验证范围：文档核对；操作示例未在本机运行。

长读长有助于跨越复杂区域与连接转录结构，流程选择仍取决于平台、数据类型和研究目标。

先区分任务与输入阶段

长读长不是一个统一流程。DNA任务可能关注组装、结构变异或单倍型；RNA任务可能关注完整转录本与异构体。平台、建库方式、碱基识别算法和质量分布会改变适合的工具与参数。

先确认拿到的是原始信号、已识别序列还是已比对文件。原始信号到碱基序列的步骤称basecalling；该步骤的模型和版本也是数据处理记录的一部分。读段更长不能自动保证所有下游判断都更准确。

基础流程与检查

核对样本和平台 → 按输入阶段做拆分与必要处理 → 检查长度、质量、产量与污染 → 按研究目标比对或组装 → 进行专门的变异或转录本分析 → 用独立证据评估候选。参考版本和格式基础见参考基因组与注释版本、SAM与BAM及CRAM。

质量检查同时看读段长度分布、可用产量和比对覆盖，不要只报一个平均读长。N50定义与读段/组装对象的区别见N50组装连续性与完整性；它不是正确性的直接指标。

官方练习接口

nf-core/nanoseq用法提供Nanopore拆分、质控和比对的入口。先核对所选版本支持的输入阶段、测试配置和参考要求，再运行其测试；不要把这个基础流程直接当作所有平台完整组装或结构变异流程。固定release而非仅记录latest链接。

本页没有运行原始信号处理或组装。学习时先用官方小测试确认环境，再决定正式数据所需的服务器资源与批量任务；特殊任务另阅读对应调用器或组装器文档。

深入：nf-core/nanoseq使用与输出说明入口、基因组重测序与变异检测、可复现分析与工作流管理。

平台与文库原理

先读PacBioSMRT与HiFi测序或Nanopore测序与直接RNA，明确HiFi、原始pass、simplex/duplex及cDNA/直接RNA的区别。文件阶段见测序数据格式与原始信号；N50、连续性和正确性在N50组装连续性与完整性统一解释；组装任务见混合测序组装与结果评估。

按变异目标分流

SNV/Indel读长读长小变异检测与模型选择，SV读Sniffles长读长结构变异实践，HiFi重复分型读STR与重复扩增检测及提取。这些任务可能并行，但输入和模型不能互相替代；选型总入口是变异检测分型与提取学习路线。