基于原始测序读段低带宽且非计算密集型的微生物远程鉴定
基因组学
2014-03-05 v2
摘要
廉价的高通量 DNA 测序可能很快不仅对人类基因组成为常规，而且对任何需要从 DNA 鉴定生物体的应用也成为常规：如感染源追踪、食品控制、生物反应器或环境样本监测。我们提出了一种新颖的通用测序数据分析方法，其中无需指定参考基因组。利用分布式架构，我们能够向远程服务器查询关于参考基因组可能是什么的提示，仅传输相对少量的数据，而这些提示可用于后续计算需求更高的工作。我们的系统由一个索引了已知参考 DNA 的服务器和一个拥有原始测序读段的客户端组成。客户端发送未鉴定读段的样本，作为回报接收服务器已知的匹配参考列表。可以检索这些参考的序列并用于对读段进行详尽计算，如比对。为了演示这种方法，我们实现了一个 Web 服务器，索引了来自各种生物的数万个公开可用基因组和基因组区域，并根据查询测序读段返回匹配命中列表。我们还实现了两个客户端，其中一个在 Web 浏览器中运行，以证明无需传输大量数据且在计算能力适中的设备上即可鉴定未知来源的 GB 级原始测序读段。Web 访问地址为 http://tapir.cbs.dtu.dk。Python 命令行客户端、服务器及补充数据的源代码可在 http://bit.ly/1aURxkc 获取。
引用
@article{arxiv.1306.1569,
title = {Low-bandwidth and non-compute intensive remote identification of microbes from raw sequencing reads},
author = {Laurent Gautier and Ole Lund},
journal= {arXiv preprint arXiv:1306.1569},
year = {2014}
}