Hi-C法と類似配列カタログによる染色体長ギャップレスゲノムアセンブリ手法の開発

使用 Hi-C 方法和相似序列目录开发染色体长度无间隙基因组组装方法

基本信息

批准号：
22KJ0650
负责人：
中林亮
金额：
$ 1.41万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0650/
关键词：
ゲノムアセンブリベイズ推定 de Bruijnグラフ統計的推測

项目摘要

生物の全遺伝情報を表すゲノムは、生物の機能解明や生物間比較による進化履歴の推定に不可欠である。しかし各染色体全長の配列再構成は、繰り返し現れる類似配列と、DNAシークエンサーで測定できる断片の短さと読み取りの誤りが原因で難しく、ヒトゲノム中の特に複雑な領域や一部のモデル生物以外のゲノムでは不完全であることが多い。本研究は近年注目される安価で簡便に染色体全体の構造を明らかにできるHi-C法を使った大域的な配列決定手法と、最新の高精度なシークエンサーの出力から類似配列を適切に扱った局所的な配列決定を組み合わせることで、欠落が少ない染色体全長ゲノムの新規決定手法を開発することを目的としている。今年度は、前年度に行ったゲノムアセンブリの「DNAシークエンサーの出力からゲノムを統計的に推定する問題」としての定式化を発展させ、「推定されたゲノムがどの程度尤もらしいか」を評価できるゲノムアセンブリ手法の枠組みを作成した。これによって、より精度よくゲノムを推定できるだけでなく、推定されたゲノムの信頼性を勘案しながら下流の解析を行うことができ、ゲノム中の難読領域を対象とした研究の基礎となると考えている。実際に、難読領域を模したゲノム配列を使ってシミュレーション実験を行うことで、タンデムリピートに含まれる微細な違いを見落とさずに真のゲノムを推定できることを確認できた。今後はさらに大きく複雑なゲノム領域にも適用できるように高速化と推定方法の改善を行い、実データを使って従来の手法ではアセンブリが難しかったゲノム領域の配列の解明を行う予定である。

代表生物体的整个遗传信息的基因组对于阐明生物体的功能以及通过生物体之间的比较来估算进化史至关重要。然而，由于重复的类似序列，在读取片段的读数短和误差可能是由DNA测序仪测量的，并且在人类基因组中特别复杂的区域以及除某些模型生物体以外的其他基因组中，片段的读取中的序列重新排列很困难。这项研究旨在开发一种新的方法，用于通过使用HI-C方法组合一种全局测序方法来确定染色体全长基因组，几乎没有缺失的染色体，该方法允许廉价且易于阐明整个染色体的结构，并通过局部测序从最新的高度准确序列序列的输出中适当地处理相似的序列。今年，我们开发了上一年进行的基因组组装的制定，作为“从统计学上估算DNA测序仪的输出的基因组的问题”，并为基因组组装方法创建了一个可以评估“估计基因组的可能性的可能性”的框架。这不仅允许对基因组进行更准确的估计，而且还可以考虑到估计基因组的可靠性，并且被认为是研究基因组中难以阅读的领域的基础。实际上，通过使用模仿难读区域的基因组序列进行仿真实验，我们能够确认可以估计真正的基因组，而不会忽略串联重复序列中包含的小差异。将来，我们计划加快估算方法，以便将其应用于更大，更复杂的基因组区域，并使用实际数据来阐明基因组区域的序列，这些序列很难与常规方法组装在一起。