RESUMIENDO PERFILES ESPECÍFICOS EN ILLUMINA SECUENCIACIÓN DE TODO EL GENOMA DE ADN AMPLIFICADO

RESUMIENDO PERFILES ESPECÍFICOS EN ILLUMINA SECUENCIACIÓN DE TODO EL GENOMA DE ADN AMPLIFICADO
Abstracto
Los avances en tanto secuenciación de alto rendimiento y la amplificación de todo el genoma protocolos (WGA) han permitido que se genomas secuenciados de femtogramos de ADN, por ejemplo a partir de células individuales o de preciosos muestras clínicas y archivados. Usando el altamentecomisariada Caenorhabditis elegans genoma como referencia, hemos secuenciado e identificado errores y sesgos asociados a la construcción de bibliotecas Illumina, tamaño del inserto de la biblioteca, los diferentes métodos de Ventajas de Windows Original y características del genoma como el sesgo de GC y contenido simple repetición. El análisis detallado de las lecturas a partir de bibliotecasamplificados reveló características que sugieren que la mayoría de los extremos de los fragmentos amplificados son versiones idénticas pero invertidas de uno al otro. Lea la cobertura en las bibliotecas amplificados se correlaciona tanto con tándem y contenido repetición invertida, mientras que el contenido de GC sólo influye en las bibliotecas de secuenciación largo de inserción. Sin embargo, elpolimorfismo de nucleótido único (SNP) y las métricas de llamadas de montaje de lecturas en las bibliotecas amplificados mostró resultados comparables con las bibliotecas no amplificados. Para aprovechar todo el potencial de WGA para revelar el interés biológico real, este artículo pone de relieve la importancia de reconocer las fuentes adicionales de errores de secuencia amplificada lee y discute lasposibles implicaciones en los análisis.
1. Introducción
El uso de los datos genómicos generados por la llamada 'secuenciación de próxima generación "(NGS) se ha convertido en un lugar común en muchos campos de la investigación biológica, con la secuenciación por síntesis de Illumina actualmente el más popular. Un extremo emparejado (PE) biblioteca estándar Illumina se hace a partir de plantillas deADN de aproximadamente 500 pb de longitud, y una carrera de secuenciación puede generar miles de millones de emparejado lee de la longitud 37 a 250 pb a partir de ambos extremos de estos fragmentos. 1 lee de fragmentos más largos de ADN también pueden ser producidos para ayudar a la deconvolución de las regiones repetitivas y para la identificación de grandes variaciones estructurales en losgenomas. Un compañero de par (MP) biblioteca especializada, construida mediante la introducción de un paso circularización en el inicio de la preparación de la biblioteca, permite la secuenciación del extremo a partir de fragmentos de al menos 2 kb. 2 - 4 Esta poderosa tecnología se puede aplicar para hacer frente a una amplia gama de cuestiones biológicas, como la variante llamada y resolver loshaplotipos entre los individuos de una población ode novo asamblea de genomas complejos.
El avance en la preparación de la biblioteca también permite la creación de unos pocos nanogramos de ADN. 5 Sin embargo, la obtención de incluso nanogramos de material de partida puede ser un reto en ciertas aplicaciones. Una solución es poner en común muchas muestras para obtener suficiente ADN para laconstrucción de una biblioteca. Sin embargo, este enfoque a menudo no es aplicable a raras muestras clínicas o archivados, 6 y aumenta la complejidad del análisis de aguas abajo.Dentro de un conjunto de muestras de ADN agrupadas, que puede ser particularmente difícil para distinguir variantes de una secuencia que se repite en el genoma de un individuo a partir de las diferencias alélicas entre múltiplesindividuos. Este problema aumenta con los niveles de variación intraespecífica, por ejemplo, C. brenneri tiene 14,1% de polimórficas sitios sinónimos entre individuos, comparables con las bacterias hiperdiversos. 7 Una solución potencial es el uso de la amplificación de todo el genoma (WGA) técnicas para reducir la cantidad de ADN requerido para hacer una biblioteca de secuenciación. Se han...