Metódy v bioinformatike - 03 - Sekvenovanie a zostavovanie genómov

Zhrnutie prednášky

Prednáška predstavuje sekvenovacie technológie troch generácií a úlohu zostavovania genómu z krátkych čítaní. Sangerovo sekvenovanie dáva čítania dlhé 500 – 1000 báz s chybovosťou 1 – 2 %, no je drahé a pomalé. Dominantná druhá generácia (od roku 2004) produkuje čítania s dĺžkou okolo 150 báz, chybovosťou pod 1 % a nízkou cenou. Tretia generácia (Pacific Biosciences, Oxford Nanopore) poskytuje čítania dlhé desiatky až stovky tisíc báz, ale s chybovosťou okolo 10 %. Následne sa formuluje bioinformatický problém skladania genómu, ktorého náročnosť závisí od dĺžky genómu a pokrytia, a ako prvý pokus o jeho presnú definíciu sa uvádza najkratšie spoločné nadslovo.

• - Sekvenovací profil je surový signál a jeho prevod na bázy (napr. programom Phred) je chybový, pričom každá báza dostáva skóre kvality na logaritmickej škále.
• - Kvalita Q zodpovedá pravdepodobnosti chyby 10^(-Q/10); napríklad Q40 znamená správnosť 99,99 %.
• - Sangerovo sekvenovanie: čítania 500 – 1000 báz, chybovosť 1 – 2 %, vysoká cena a nízka priepustnosť.
• - Druhá generácia: čítania približne 150 báz, chybovosť pod 1 %, cena pod 1 dolár za megabázu a gigabázy dát denne.
• - Tretia generácia (Pacific Biosciences, Oxford Nanopore) dáva dlhé čítania, ale s chybovosťou okolo 10 %; Nanopore sekvenátor je vreckový.
• - Náročnosť skladania genómu určuje jeho dĺžka a pokrytie, teda koľkokrát je v priemere každá báza osekvenovaná.
• - Najkratšie spoločné nadslovo hľadá najkratší reťazec obsahujúci všetky čítania, no samotná správnosť výsledku sa takto nedá jednoznačne overiť.

Zhrnutie pripravené s pomocou AI z prepisu videa.