Best Practices in Microbial Experimental Evolution: Using Reporters and Long-Read Sequencing to Identify Copy Number Variation in Experimental Evolution.
Best Practices in Microbial Experimental Evolution: Using Reporters and Long-Read Sequencing to Identify Copy Number Variation in Experimental Evolution.
复制标题
DOI：
10.1007/s00239-023-10102-7
复制
发表时间：
2023-06
影响因子：
3.9
通讯作者：
中科院分区：
文献类型：
--
作者：
拷贝数变异（CNVs），包括基因扩增和缺失，是一类普遍的遗传变异。CNVs在自然和实验进化中的快速适应中起着关键作用。然而，尽管出现了新的DNA测序技术，检测和定量的CNV在异质性人群中仍然具有挑战性。在这里，我们总结了最近的进展，在使用CNV的报告，提供了一个简单的手段，定量从头CNV在基因组中的特定位点，和纳米孔测序，解决CNV的往往复杂的结构。我们为CNV报告基因的工程和分析提供指导，并为使用流式细胞术进行CNV的单细胞分析提供实用指南。我们总结了纳米孔测序的最新进展，讨论了这项技术的实用性，并为这些数据的生物信息学分析提供指导，以确定CNVs的分子结构。用于跟踪和分离CNV谱系的报告系统与用于表征CNV结构的长读段DNA测序的组合使得能够前所未有地解析CNV产生的机制及其进化动力学。
Copy number variants (CNVs), comprising gene amplifications and deletions, are a pervasive class of heritable variation. CNVs play a key role in rapid adaptation in both natural, and experimental, evolution. However, despite the advent of new DNA sequencing technologies, detection and quantification of CNVs in heterogeneous populations has remained challenging. Here, we summarize recent advances in the use of CNV reporters that provide a facile means of quantifying de novo CNVs at a specific locus in the genome, and nanopore sequencing, for resolving the often complex structures of CNVs. We provide guidance for the engineering and analysis of CNV reporters and practical guidelines for single-cell analysis of CNVs using flow cytometry. We summarize recent advances in nanopore sequencing, discuss the utility of this technology, and provide guidance for the bioinformatic analysis of these data to define the molecular structure of CNVs. The combination of reporter systems for tracking and isolating CNV lineages and long-read DNA sequencing for characterizing CNV structures enables unprecedented resolution of the mechanisms by which CNVs are generated and their evolutionary dynamics.
登录
查看更多内容
影响因子：
3.7
作者：
Bolognini D;Magi A
通讯作者：
Magi A
DOI：
10.1038/s41576-021-00367-3
发表时间：
2021-09
期刊：
Nature reviews. Genetics
影响因子：
--
作者：
De Coster W;Weissensteiner MH;Sedlazeck FJ
通讯作者：
Sedlazeck FJ
影响因子：
3.7
作者：
Delahaye C;Nicolas J
通讯作者：
Nicolas J
影响因子：
4.4
作者：
Gorter de Vries AR;Pronk JT;Daran JG
通讯作者：
Daran JG
影响因子：
16.6
作者：
Feng Z;Clemente JC;Wong B;Schadt EE
通讯作者：
Schadt EE