TIGR Assembler: Una nueva herramienta para ensamblar grandes proyectos de secuenciación aleatoria

Se ha desarrollado un nuevo enfoque para ensamblar grandes proyectos de secuenciación aleatoria. El TIGR Assembler supera varios obstáculos importantes para ensamblar tales proyectos: el gran número de comparaciones por pares requeridas, la presencia de regiones repetitivas, quimeras introducidas en el proceso de clonación y errores de secuenciación. Se utiliza una comparación inicial rápida de fragmentos basada en el contenido de oligonucleótidos para eliminar la necesidad de una comparación más sensible entre la mayoría de los pares de fragmentos, reduciendo así enormemente el tiempo de búsqueda computacional. Las regiones repetitivas potenciales se reconocen determinando qué fragmentos tienen más posibles superposiciones de las esperadas dado una distribución aleatoria de fragmentos. Las regiones repetitivas se gestionan aumentando la rigurosidad de los criterios de coincidencia y ensamblando estas regiones al final para que se pueda utilizar la máxima información de las regiones no repetitivas. El algoritmo también incorpora una serie de restricciones, como la longitud del clon y la colocación de secuencias desde los extremos opuestos de un clon. TIGR Assembler se ha utilizado para ensamblar el genoma completo de Haemophilus influenzae (Fleischmann et al., 1995) de 1.8 Mbp y el genoma de Mycoplasma genitalium (Fraser et al., 1995) de 0.58 Mbp.