4.15
Cały genom organizmu nie może być sekwencjonowany w ciągłych sekwencjach - nawet najnowsza generacja technologii sekwencjonowania wytwarza fragmentaryczne dane z tysięcy krótkich fragmentów DNA o długości od 50 do 1000 pz.
Te krótkie sekwencje DNA - zwane odczytami - muszą zostać złożone, aby zrekonstruować całą sekwencję genomu w procesie zwanym składaniem genomu.
W każdym składaniu genomu nowej generacji istnieją cztery główne etapy - analiza surowych danych, składanie kontig, rusztowanie i wreszcie zamykanie luk
.Pierwszym krokiem jest analiza pozyskanych surowych danych pod kątem jakości, a następnie wyeliminowanie wszelkich zanieczyszczeń, tendencyjnych danych lub niskiej jakości odczytów z dużą liczbą nieznanych nukleotydów.
Następnie czyste odczyty są przycinane w celu usunięcia sekwencji adaptera z ich końców. Wszelkie podstawy na końcach fragmentów, które nie przekraczają progu jakości, są również przycinane.
Następnie stosuje się dobrze dopasowane narzędzie montażowe do łączenia odczytów w ciągłe sekwencje - zwane kontigami - w oparciu o nakładające się na siebie segmenty DNA.
Porównawcze składanie genomu może być stosowane, gdy dostępny jest genom referencyjny blisko spokrewnionego organizmu, aby pokierować rekonstrukcją nowego genomu. W tym przypadku odczyty są wyrównywane do genomu referencyjnego, co zapewnia układ dla dalszych kroków w składaniu genomu.
Alternatywnie, składanie genomu de novo musi być przeprowadzone w przypadku braku genomu referencyjnego. W tym przypadku nakładające się odczyty są używane do orientowania sekwencji w dłuższe kontigi.
W następnym kroku sparowane krótkie odczyty - które są wystającymi odczytami na końcu kontigów - są używane do rusztowania genomu.
Przerwy między sąsiednimi kontigami są wypełniane N w przypadku nieznanych sekwencji. Jeśli jednak długie odczyty, których długość przekracza 1 kb, są używane do zszywania kontigów, luki można wypełnić rzeczywistymi sekwencjami.
Rezultatem jest złożony genom, który następnie musi zostać opisany za pomocą zautomatyzowanych narzędzi - proces ten nazywa się adnotacją genomu.
Dwa główne cele adnotacji genomu to struktura genu i przewidywanie funkcji genów, powszechnie znane odpowiednio jako adnotacja strukturalna i adnotacja funkcjonalna.
Podczas gdy adnotacja strukturalna prowadzi do identyfikacji elementów genomu, takich jak regiony kodujące, motywy regulacyjne itp., adnotacja funkcjonalna pomaga w prawidłowej identyfikacji biologicznej funkcji tych elementów strukturalnych, zwłaszcza genów kodujących białka.
Narzędzia do adnotacji genomu wykorzystują dostępne dane, w tym znane transkrypty, sekwencje białek lub sygnałów, przewidywane geny z innych zsekwencjonowanych genomów lub sygnatury konserwatywnych domen, jako odniesienia dla każdej nowej adnotacji.
Gdy oprogramowanie dostosuje te dostępne dane do szkicu genomu, należy je przefiltrować i dopracować ręcznie lub za pomocą narzędzi do adnotacji, aby uzyskać ostateczny zestaw adnotacji genów.
Genom odnosi się do całego materiału genetycznego organizmu. Genom może być zbudowany od kilku milionów par zasad w komórkach drobnoustrojów do kilku…
Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.