ポリモルフィズムに強い全ゲノムショットガン配列アセンブラの開発

开发抗多态性的全基因组鸟枪序列组装器

• 批准号: 17018013
• 负责人: 笠原 雅弘
• 金额: $ 1.6万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2005
• 资助国家: 日本
• 起止时间: 2005 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17018013/
• 关键词: アルゴリズム; 計算機システム; ゲノムアセンブラ; ショットガン法

近年は、ゲノム配列決定方法として全ゲノムショットガン法が主に使われてきた。ゲノムサイズが小さい、ポリモルフィズムが少ない等の条件を満たす生物種に対しては大きな問題が存在していなかったが、モデル生物以外が配列決定の対象となるにつれ、全ゲノムショットガン法ではアセンブルが難しい生物種も配列決定の対象となるようになってきた。このような全ゲノムアセンブリ問題に際しては、ショットガンリード間アラインメントの塩基相違において、シークエンシングエラーとリピート配列間の変異を見分けることが重要であることを見いだし、また見分けるための条件を発見した。米国JGIで得られたナメクジウオゲノム配列のショットガンリード配列を、以前から開発しているRAMENアセンブラを用いて実際にアセンブルし、ハプロタイプ間のポリモルフィズムが従来知られている生物のレベルと比べて非常に大きく、従来知られているアセンブリアルゴリズムではゲノム配列を復元できないことを見いだした。ハプロタイプ間にはショットガンリードの長さを超える挿入・欠失が随所に見られ、比較的多型の少ない種と比べて格段にハプロタイプのマージが難しく、ゲノム配列をリニアなものとして捉えて二つのハプロタイプをマージしマルチプルアラインメントする戦略を適用しては精度の良いアセンブルができないことを見いだした。上記の知見を元に、全ゲノムアセンブリ問題を解くためのアルゴリズムの枠組みを一部再構築し、増大した必要計算量を抑えるべく接尾辞配列と呼ばれるデータ構造を用いた相同性検索法を検討し、ゲノムアセンブリ問題に対してはライトウェイト法と呼ばれる接尾辞配列構築アルゴリズムが最も速度的に適していることを見いだした。また、最終的にアルゴリズムを大規模問題に適用するためには複数の計算機による並列計算が必要であり、並列化のために必要な技術的手法を検討・実装した。

In recent years, the allocation of resources to determine the method of full use of resources to determine the main purpose of the In order to solve the problem of biological species allocation determination, we should set up a comprehensive method to solve the problem of biological species allocation. This is a very important issue for us to consider when we are dealing with this issue. We are looking at the conditions under which this issue can be resolved. JGI has been able to find out the difference between the two groups of organisms and the difference between the two groups. The length of the range is longer than the range of the range. The range of the range is shorter than the range of the range. The range of the range is shorter than the range of the range. The range of the range is shorter than the range of the range. The range of the range is shorter than the range of the range. The range of the range of the range is shorter than the range of the range. The range of the range of the range is shorter than the range of the range. The range of the range of the range is shorter than the range of the range. The range of the range is shorter than the range of the range of the range. The range of the range is shorter than the range of the range of the range. The range of the range is shorter than the range of the range. The range of the range is shorter than the range of the range. The range of the range of the In this paper, the author discusses the problem of solving the problem. The ultimate goal is to solve large-scale problems by parallel computation and by parallel techniques.