序列组装

✍ dations ◷ 2025-08-24 08:07:11 #生物信息学

序列组装(Sequence assembly)是生物资讯学中的一种分析方法。此方法通过序列比对和序列合并等演算,将短片段的DNA建构成为较长的连续序列。此技术的创立,是因为被测序的核酸分子通常长度都远大于目前存在的DNA测序技术。而此分析能试图从有限长度的DNA测序结果,重建出原本被测序分子的样貌。

序列组装最常被使用在高通量测序资料的分析上(例如基因组霰弹枪定序,或者RNA转录体测序)。这一类的测序技术会产生大量的测序片段(read,复数reads),而这些片段的长度依照不同的技术,短为数十,长可至上万个碱基对(前者如Illumina的定序平台,后者如太平洋生物科学公司(英语:Pacific Biosciences)的SMRT-测序(英语:Single molecule real time sequencing)或奈米孔洞测序)。而序列组装旨在合并这些短片段来重建原本的分子序列。

我们可将序列组装想像成从大量片段的文字中拼凑出一整篇文章的过程:被测序的分子就是那篇文章,而测序片段就是那段文章中,随机切取出来的句子。其中一种重建出这段文章的方式,就是找到句子中重叠的部分,因为一旦找到够多重叠的部分,我们就有机会将每个句子连接到一起,进而得到原始的文章。不难想像,此过程的困难不仅仅在于需要进行大量的片段比对,还会因原本文章的复杂度而制造更多问题:例如原本的文章可能有许多重复的段落,而带有这些重复段落的文句可能会重叠在一起;又或者我们所拿到的句子中若有错别字,亦会增加寻找重叠片段的难度。同样的问题也同样存在于生物资讯的序列组装分析里。

依照参考序列的有无,序列组装可分为:

举例来说,在进行全基因组测序分析(英语:whole genome sequencing)时,de-novo组装可能被使用在非模式物种基因组的分析上,因为其没有临进物种的基因组提供参考。相反的,如果有有邻近或相同物种的基因组可做参考,则可使用mapping组装或引导式组装(genome guided assembly)。

De-novo 组装又可分为三种算法:

最早的序列组装程式大约在1980至1990年代初期被发明。其雏形是序列比对分析的程式。随着定序技术的进步以及被定序生物复杂度的增加(从小的病毒在质体至细菌和最后真核生物),序列组装程式所采用的算法也越趋复杂。基本上,组装程式都至少要能应付下面三大问题:

基因组组装程式Celera 和Arachne 在2000年被研发出来——当时科学家试着组装第一个较大型真核生物的基因组(果蝇),紧接着是隔年的人类基因组计划。这两个程式能处理约100至300亿个碱基对的基因组。随后,更大更复杂的组装程式也被发明,例如阿莫斯组装程式(AMOS, A Modular Open-source Assembler) 等。

下表列出了部分能够进行 de-novo 组装的程式。

相关

  • 分子生物学分子生物学(Molecular biology)广义的定义是从分子的面向对生物现象的研究;狭义的定义是从基因结构和功能的分子层面研究。这是一门从遗传学和生物化学衍生而来的学科。分子生
  • 离子导入法离子导入法(Iontophoresis),又称为离子电泳法。离子导入法是利用连续性之直流电流,以同电性相斥的原理,将离子或带电的化学药物驱送至体内的治疗方法。早在十八世纪末期至十九
  • 触电遭雷击的患者,腿部表面有红色条状痕即电流流经的痕迹 。触电是指当生物(主要指人类)与电有直接的接触时,因此感受到疼痛或甚至受到伤害的意外事故。被雷电击中(简称雷击)也属于触
  • 物理学奖诺贝尔物理学奖(瑞典语:Nobelpriset i fysik)是瑞典皇家科学院为表彰在物理学作出最杰出的贡献,自1901年起一年一度颁发的奖项;奖金由诺贝尔基金会发出。奖项是阿尔弗雷德·诺贝
  • Agsub2/subCsub2/subOsub4/sub在实验岩石学中,草酸银(Ag2C2O4)广泛用于向实验添加二氧化碳(CO2),因为在地质条件中,它会分解为银和二氧化碳。 加热、撞击或摩擦时会爆炸。
  • 曳物线曳物线 是指被曳拉物体受垂直于初始静止状态时绳线方向的牵引力作用下的运动轨迹。其参数方程形式为其中 l {\displaystyle l}
  • 保罗·朱利斯·路透保罗·朱利斯·路透(Paul Julius Freiherr von Reuter (Baron De Reuter), 1816年7月21日-1899年2月25日)英国犹太人,出身德意志卡塞尔市,世界新闻媒体业先驱,创办了著名的路透社
  • 癸卯学制癸卯学制是中国近代史上第一个正式实行的学制。颁布于1904年1月13日,是《钦定学堂章程之后》由张百熙等人重新拟定的《奏定学堂章程》,称为癸卯学制,是中国第一个由中央政府颁
  • CeefaxCeefax是英国广播公司(BBC)昔日运营的一项图文电视服务,1974年9月23日开始运营,2012年10月23日停止服务。Ceefax的名称源自英文“see facts”(看见事实),是世界上第一个投入商用的
  • Smithsonian Institution史密森尼学会,有时也译作史密松学院(Smithsonian Institution /smɪθˈsoʊniən/ smith-SOE-nee-ən)是美国一系列博物馆和研究机构的集合组织,其地位大致相当于其他国家的国