Aggressive Zusammenstellung von Pyrosequenzierungs-Lesarten mit Partnern

MOTIVATION: DNA-Sequenzlese von Sanger- und Pyrosequenzierungsplattformen unterscheiden sich in Kosten, Genauigkeit, typischer Abdeckung, durchschnittlicher Leselänge und der Vielfalt verfügbarer paired-end Protokolle. Beide Lesetypen können sich in einem 'hybriden' Ansatz für Whole-Genome-Shotgun-Sequenzierungsprojekte ergänzen, aber die Assemblierungssoftware muss modifiziert werden, um ihre unterschiedlichen Eigenschaften zu berücksichtigen. Dies gilt sogar für Kombinationen aus mated und unmated Pyrosequenzierungslesungen. Ohne spezielle Modifikationen können Assemblierer, die für homogene Sequenzdaten eingestellt sind, bei hybriden Daten schlecht abschneiden. ERGEBNISSE: Celera Assembler wurde für Kombinationen von ABI 3730 und 454 FLX-Lesungen modifiziert. Die überarbeitete Pipeline namens CABOG (Celera Assembler mit dem besten Überlappungsgraphen) ist robust gegenüber Unsicherheiten in der Homopolymerlauf-Längen, hoher Leseabdeckung und heterogenen Leselängen. In Tests an vier Genomen erzeugte sie die längsten Contigs unter allen getesteten Assemblierern. Sie nutzte die Partnerbeschränkungen, die von Paired-End-Lesungen beider Plattformen bereitgestellt wurden, um größere Contigs und Gerüste zu erstellen, die durch den Vergleich mit einer fertigen Referenzsequenz validiert wurden. Eine niedrige Rate an Contig-Missassemblierung wurde in einigen CABOG-Assemblierungen festgestellt, reduzierte sich jedoch in Anwesenheit ausreichender Partnerdaten. VERFÜGBARKEIT: Die Software ist als Open-Source unter http://wgs-assembler.sf.net unter der GNU Public License kostenlos verfügbar.