做小麦的都知道麦类基因组庞大而且重复序列比例又很高，这给基因组分析造成了很大的困难，衡量基因组重复序列特征的一个方法就是统计kmer的分布情况。
这里简单的介绍下什么是kmer，所谓mer，大家可以理解成撕纸片，就是把基因组的碱基ATCG序列撕碎，怎么撕呢？假如k=4，就是撕成连续的4个碱基长度，k=20，就是就是撕成连续的20个碱基长度。假如基因组很小，只有ATCGCG，6个碱基组成，那么4mer就是ATCG，TCGG，CGCG。
kmer的分布可以估算基因组的大小，基因组的重复序列占比，杂合性等特征。可以快速的对基因组瞄一眼，看一看。所以利用重测序对基因组的kmer分布画图，一般也叫作调研图。调研吗，就是领导来走马观花的看一看，有时候准有时候不准，只是看看，有个印象，别太当真。
一段长序列，按照一定的长度分拆后，就会产生片段化的mer，这时候对这些短序列统计重复出现的次数，可以得到没有重复的mer和重复的mer，进而得到没有重复的mer占比。比如还是ATCGCG。2mers就是AT，TC，CG，GC，CG一共5个2mer，CG重复了一次，所以Uniqueness2mers比例就是3/5=0.6，4mers就是ATCG，TCGG，CGCG，没有重复出现的mers，因此Uniqueness4mers比例就是1。大家可以想象的到一段序列重复序列越多Uniquenesskmers比例越低。
今天给大家介绍一个软件叫Tallymer来做这个分析。这个软件其实是genometools软件包下面的小软件，详细介绍和安装（linux系统下载解压就可以使用）可以参考这里
