Trinity，是由 the Broad Institute 开发的转录组denovo组装软件，由三个独立的软件模块组成：Inchworm, Chrysalis和Butterfly。
三个软件依次来处理大规模的RNA-seq的reads数据。
Trinity的简要工作流程Inchworm将RNA-seq的原始reads数据组装成Unique序列；Chrysalis将上一步生成的contigs聚类，然后对每个components构建deBruijn图；Butterfly 处理这些deBruijn图，依据图中reads和成对的reads来寻找路径，从而得到具有可变剪接的全长转录子，同时将旁系同源基因的转录子分开。
下面对Trinity原理做一个详细的介绍1）Inchworm生成contig假设kmer长度是k，将测序reads以k-1的overlap分割成长度为k的k-mer，去除可能错误的kmer，低复杂度和单一的kmers，构建成kmer库，以出现次数最高的kmer作为基序，基于k-1个overlap向两边贪婪延伸，直到不能延伸之后得到一个contig，去除已经使用过的kmer，对于剩余的kmer按照上述方法延伸得到contig。
直到kmer用完，生成contig过程结束。
具体过程如下图所示：举个具体的例子，假如kmer是7，kmer库为：其中出现次数最高的是GATTACA，以ATTACA为overlap向两端延伸，下一个碱基的可能是只有四种G、A、T、C。
其中出现次数最高ATTACAG和ATTACAC（4次）。
分别以TTACAG和TTACAC为基序延伸，以此类推延伸（反向也是如此），直到不能再延伸为止。
最终contig序列为：…AAGATTACAGA…2）contig聚类成components根据最小overlap聚类contig。
每一个component 是由contigs组成的集合，这些contig可能是来自可变剪切体或者相近的旁系同源物。
contig聚类满足的条件：（1） contig之间有k-1碱基的overlap（2） 满足跨越两个contig的junction的最小reads数，且（k-1）mer的junction两端分别有（k-1）/2的碱基支持。
3）构建de Bruijn图每一个component构建一个de Bruijn图，k-1个字节大小表示节点，k个字节大小表示连接节点的边，原始数据集中支持的（k-1）mer的数目作为边的权重。
a. de Bruijn图简化合并de Bruijn图中的线性路径中的连续节点生成较长序列的节点，剔除可能由于测序错误（只有极少reads支持）的分叉，使边均匀。
(多倍体多态性似乎比测序错误更常见，保留）b. 寻找最佳路径动态打分算法，鉴定被reads或双端reads支持的路径，剔除reads支持比较少的路径，将最佳路径上的碱基输出到fasta文件中。
结 果按照 DNAXX，components, gene和 isoform分组的线性序列（见以下可左右滑动方框），Gene以下 isoform通常可能为同一基因的不同可变剪切。
>TRINITY_DN6743_c1_g1_i1 len:403_path:[5739,5784,5857,5863,353] TTGGGAGCCTGCCCAGGTTTTTGCTGGTACCAGGCTAAGTAGCTGCTAACACTCTGACTGGCCCGGCAGGTGATGGTGACTTTTTCCTCCTGAGACAAGGAGAGGGAGGCTGGAGACTGTGTCATCACGATTTCTCCGGTGATATCTGGGAGCCAGAGTAACAGAAGGCAGAGAAGGCGAGCTGGGGCTTCCATGGCTCACTCTGTGTCCTAACTGAGGCAGATCTCCCCCAGAGCACTGACCCAGCACTGATATGGGCTCTGGAGAGAAGAGTTTGCTAGGAGGAACATGCAAAGCAGCTGGGGAGGGGCATCTGGGCTTTCAGTTGCAGAGACCATTCACCTCCTCTTCTCTGCACTTGAGCAACCCATCCCCAGGTGGTCATGTCAGAAGACGCCTGGAG【左右滑动查看完整信息】