Инструмент AncST ищет синтению геномов без аннотаций, проверен на 16 геномах насекомых
Алгоритм AncST находит синтеничные участки ДНК без аннотаций генов и охватывает их больше у близких геномов; для далёких видов лучше работают методы с аннотациями.
В журнале Algorithms for Molecular Biology описан AncST: подход, который выявляет синтению, то есть сохранение порядка генов, между геномами без аннотаций генов. Авторы проверили его на 16 геномах насекомых из отрядов Diptera, Lepidoptera и Coleoptera biomedcentral.com
Algorithms for Molecular Biologybiomedcentral.comОткрыть источник ↗. Существующие инструменты, такие как DAGchainer и MCScanX, принимают на вход аннотации генома, поэтому поиск синтении ограничен белок-кодирующими генами.
Как выбираются якоря
Метод ищет «достаточно уникальные» последовательности ДНК, которые служат однозначными якорями. Строка считается достаточно уникальной, если её расстояние до всех остальных непересекающихся подпоследовательностей того же генома превышает заданный порог. Кандидаты в якоря вычисляются для каждого генома независимо, поэтому полные попарные выравнивания целых геномов не нужны.
На первом этапе используется статистика k-меров, длина k-мера по умолчанию равна 13. Сохраняются только окна из 15-го процентиля агрегированных частот k-меров, что отсеивает сильно повторяющиеся последовательности. Авторы также проверили длины k-меров 15 и 21. На втором этапе кандидатов сравнивают с тем же геномом по сходству последовательностей, чтобы подтвердить уникальность, и каждому присваивают оценку. Совпадение между двумя геномами считается якорным, если расстояние между сегментами меньше половины минимального порога уникальности любого из геномов.
Результаты и ограничения
Команда использовала MCScanX, чтобы выделить синтеничные области по якорям AncST и по стандартным аннотациям ORF. У близких геномов подход без аннотаций нашёл существенно больше синтеничной ДНК. У Drosophila melanogaster якоря AncST покрыли около 86% геномных позиций аннотированных ORF, а аннотированные ORF покрыли лишь около 20% якорей biomedcentral.com
Algorithms for Molecular Biologybiomedcentral.comОткрыть источник ↗.
Для более далёких видов лучше показал себя подход с аннотациями: аминокислотные последовательности выявляют гомологию там, где выравнивания нуклеиновых кислот теряют чувствительность. По словам авторов, AncST не работает при очень больших эволюционных расстояниях. В примере с кластерами Hox якоря показали смену порядка двух кластеров Hox между Drosophila melanogaster и Drosophila yakuba; насколько известно авторам, ранее это не отмечали.
Вычисление кандидатов в якоря и попарных совпадений для 16 геномов заняло менее 16 часов на кластере со 160 ядрами. Авторы называют два ограничения: недавно дуплицированные и ещё не разошедшиеся последовательности могут нарушать допущение об уникальности, а статистика k-меров может пропускать часть возможных якорей. Прототип конвейера доступен онлайн вместе с заранее вычисленными якорями для нескольких наборов видов.
