分析高通量短序列數(shù)據(jù)程序包

近日，中科院西雙版納熱帶植物園研究員Chuck Cannon與北京基因組所和美國得州理工大學(xué)的科研人員合作，研發(fā)出可直接分析高通量短序列數(shù)據(jù)的程序包，簡化了高通量數(shù)據(jù)的比較基因組和轉(zhuǎn)錄組研究。相關(guān)研究成果日前發(fā)表于《科學(xué)公共圖書館—綜合》。

據(jù)Cannon介紹，高通量測(cè)序又稱“下一代”測(cè)序，可一次并行對(duì)幾十萬到幾百萬條DNA分子測(cè)序。因此，這種測(cè)序方法能對(duì)物種的轉(zhuǎn)錄組和基因組進(jìn)行比以往更為全貌的分析。

但是，由于“下一代”測(cè)序技術(shù)原始數(shù)據(jù)的讀長只有數(shù)十或一兩百個(gè)堿基，按照傳統(tǒng)的分析流程，必須要采取生物信息學(xué)工具將這些短的堿基數(shù)據(jù)組裝成較長的序列組或基因組框架，才能進(jìn)一步取得具有生物學(xué)意義的結(jié)果。這制約了此類數(shù)據(jù)在沒有參照基因組的非模式生物基因組研究中的發(fā)展。

“我們研發(fā)的直接分析高通量短序列數(shù)據(jù)的程序包，可直接通過檢測(cè)數(shù)據(jù)中kmer片段是否存在和出現(xiàn)頻次，來探討一定數(shù)量目標(biāo)基因組中的序列差異，所以該程序包可突破此類數(shù)據(jù)經(jīng)常面臨的生物信息學(xué)的分析瓶頸。”Cannon告訴記者。

同時(shí)，基于先前工作，他們還進(jìn)一步改善了非組裝分析法，比較了174個(gè)葉綠體全基因組數(shù)據(jù)，用以印證該程序包的功能和運(yùn)行流程。

該研究得到中科院知識(shí)創(chuàng)新工程重要方向項(xiàng)目和云南省科技人才引進(jìn)計(jì)劃項(xiàng)目的資助。