WikiDer > К-мер

K-mer
Для более широкого освещения этой темы см. н-грамм.
Последовательность ATGG имеет два 3-мера: ATG и TGG.

В биоинформатика, k-меры находятся подпоследовательности длины содержится в биологической последовательности. В основном используется в контексте вычислительная геномика и анализ последовательности, в котором k-меры состоят из нуклеотиды (т.е.. A, T, G и C), k-меры извлекают выгоду из собрать последовательности ДНК,[1] улучшать экспрессия гетерологичного гена,[2][3] идентифицировать виды в метагеномных образцах,[4] и создать аттенуированные вакцины.[5] Обычно термин k-mer относится ко всем подпоследовательностям длины , так что последовательность AGAT будет иметь четыре мономеры (A, G, A и T), три 2-мера (AG, GA, AT), два 3-мера (AGA и GAT) и один 4-мер (AGAT). В более общем смысле, последовательность длины буду иметь k-меры и всего возможно k-меры, где количество возможных мономеров (например, четыре в случае ДНК).

Вступление

k-меры просто длина подпоследовательности. Например, все возможные k-меры последовательности ДНК показаны ниже:

Пример 8-мерного спектра для Кишечная палочка сравнивая частоту 8-мера (т.е. кратности) с их количеством вхождений.
k-меры для GTAGAGCTGT
kk-меры
1G, T, A, G, A, G, C, T, G, T
2GT, TA, AG, GA, AG, GC, CT, TG, GT
3GTA, TAG, AGA, GAG, AGC, GCT, CTG, TGT
4GTAG, TAGA, AGAG, GAGC, AGCT, GCTG, CTGT
5GTAGA, TAGAG, AGAGC, GAGCT, AGCTG, GCTGT
6GTAGAG, TAGAGC, AGAGCT, GAGCTG, AGCTGT
7GTAGAGC, TAGAGCT, AGAGCTG, GAGCTGT
8GTAGAGCT, TAGAGCTG, AGAGCTGT
9GTAGAGCTG, TAGAGCTGT
10GTAGAGCTGT

Метод визуализации k-меры, k-мерский спектр, показывает кратность каждого k-мер в последовательности по сравнению с количеством k-меры с таким множеством.[6] Количество режимов в k-mer спектр генома вида варьируется, при этом большинство видов имеет одномодальное распространение.[7] Однако все млекопитающие имеют мультимодальное распространение. Количество режимов в пределах k-mer спектр также может варьироваться в зависимости от области генома: у людей есть унимодальные k-мерные спектры в 5 'UTR и экзоны но мультимодальные спектры в 3 'UTR и интроны.

Силы, влияющие на ДНК k-mer Частота

Частота k-мерское использование зависит от множества сил, работающих на нескольких уровнях, которые часто находятся в конфликте. Важно отметить, что k-меры для более высоких значений k действуют силы, влияющие на более низкие значения k также. Например, если 1-мер A не встречается в последовательности, ни один из 2-мер, содержащих A (AA, AT, AG и AC), также не появится, тем самым связывая эффекты различных сил.

k = 1

Когда k = 1, есть четыре ДНК k-меры, т.е., A, T, G и C. На молекулярном уровне существует три водородные связи между G и C, тогда как между A и T есть только две связи GC, в результате дополнительной водородной связи (и более сильных стэкинг-взаимодействий), более термически стабильны, чем связи AT.[8] Млекопитающие и птицы имеют более высокое отношение Gs и Cs к As и Ts (GC-контент), что привело к гипотезе о том, что термическая стабильность является движущим фактором изменения содержания GC.[9] Однако, будучи многообещающей, эта гипотеза не выдержала проверки: анализ среди множества прокариот не показал никаких доказательств того, что содержание GC коррелирует с температурой, как предсказывала гипотеза тепловой адаптации.[10] Действительно, если бы естественный отбор был движущей силой вариации содержания GC, для этого потребовалось бы, чтобы одиночные нуклеотидные изменения, которые часто тихий, чтобы изменить приспособленность организма.[11]

Скорее, текущие данные свидетельствуют о том, что Конверсия генов с ошибкой GC (gBGC) является движущим фактором изменения содержания GC.[11] gBGC - это процесс, который происходит во время рекомбинация который заменяет Gs и Cs на As и Ts.[12] Этот процесс, хотя и отличается от естественного отбора, тем не менее может оказывать селективное давление на ДНК, склонную к фиксации замен GC в геноме. Следовательно, gBGC можно рассматривать как «самозванца» естественного отбора. Как и следовало ожидать, содержание GC больше на сайтах, подвергающихся большей рекомбинации.[13] Кроме того, организмы с более высокой скоростью рекомбинации демонстрируют более высокое содержание GC, что соответствует предсказанным эффектам гипотезы gBGC.[14] Интересно, что gBGC, похоже, не ограничивается эукариоты.[15] Бесполые организмы, такие как бактерии и археи, также подвергаются рекомбинации посредством преобразования генов, процесса замены гомологичных последовательностей, приводящего к множеству идентичных последовательностей по всему геному.[16] То, что рекомбинация способна увеличивать содержание GC во всех сферах жизни, предполагает, что gBGC универсально консервативен. Является ли gBGC (в основном) нейтральным побочным продуктом молекулярного механизма жизни или он сам находится в процессе отбора, еще предстоит определить. Точный механизм и эволюционное преимущество или недостаток gBGC в настоящее время неизвестны.[17]

k = 2

Несмотря на сравнительно большое количество литературы, в которой обсуждаются систематические ошибки содержания GC, о динуклеотидных отклонениях написано относительно мало. Известно, что эти динуклеотидные смещения относительно постоянны по всему геному, в отличие от содержания GC, которое, как видно выше, может значительно варьироваться.[18] Это важное открытие, которое нельзя упускать из виду. Если бы динуклеотидное смещение подвергалось давлению, вызванному перевод, тогда были бы разные паттерны динуклеотидного смещения в кодирование и некодирование регионы, управляемые сниженной трансляционной эффективностью некоторых динуцелотидов.[19] Поскольку это не так, можно сделать вывод, что силы, модулирующие динуклеотидное смещение, не зависят от трансляции. Дополнительным свидетельством против трансляционного давления, влияющего на динуклеотидную предвзятость, является тот факт, что динуклеотидные предубеждения вирусов, которые в значительной степени зависят от трансляционной эффективности, формируются их вирусным семейством больше, чем их хозяевами, чей трансляционный аппарат вирусы захватывают.[20]

Вопреки увеличению GC-содержимого gBGC является Подавление CG, что снижает частоту CG 2-хмерный из-за дезаминирование из метилированный Динуклеотиды CG, приводящие к заменам CG на TG, тем самым снижая содержание GC.[21] Это взаимодействие подчеркивает взаимосвязь между силами, влияющими на k-меры для различных значений k.

Один интересный факт о динуклеотидном смещении заключается в том, что он может служить измерением «расстояния» между филогенетически схожими геномами. Геномы пар близкородственных организмов имеют больше сходных динуклеотидных предубеждений, чем между парами более отдаленно связанных организмов.[18]

k = 3

Есть двадцать натуральных аминокислоты которые используются для создания белков, кодируемых ДНК. Однако нуклеотидов всего четыре. Следовательно, не может быть однозначного соответствия между нуклеотидами и аминокислотами. Точно так же имеется 16 2-меров, что также недостаточно, чтобы однозначно представить каждую аминокислоту. Однако в ДНК 64 различных 3-мера, что достаточно для уникального представления каждой аминокислоты. Эти неперекрывающиеся 3-хмеры называются кодоны. Хотя каждый кодон отображается только на одну аминокислоту, каждая аминокислота может быть представлены множественными кодонами. Таким образом, одна и та же аминокислотная последовательность может иметь несколько представлений ДНК. Интересно, что каждый кодон аминокислоты не используется в равных пропорциях.[22] Это называется систематическая ошибка использования кодонов (КУБ). Когда k = 3, следует различать истинную 3-мерную частоту и CUB. Например, последовательность ATGGCA содержит четыре 3-мерных слова (ATG, TGG, GGC и GCA), в то время как содержит только два кодона (ATG и GCA). Тем не менее, CUB является основным движущим фактором предвзятости использования 3-х мер (на его долю приходится до, поскольку ⅓ k-меры в кодирующей области являются кодонами), и им будет уделено основное внимание в этом разделе.

Точная причина различий между частотами различных кодонов до конца не изучена. Известно, что предпочтение кодонов коррелирует с обилием тРНК, причем кодоны, соответствующие более многочисленным тРНК, соответственно встречаются чаще.[22] и что более высокоэкспрессированные белки показывают больше CUB.[23] Это говорит о том, что выбор по эффективности или точности перевода является движущей силой вариации CUB.

k = 4

Подобно эффекту, наблюдаемому при динуклеотидном смещении, тетрануклеотидные смещения филогенетически сходных организмов более похожи, чем у менее близкородственных организмов.[4] Точная причина вариации тетрануклеотидного смещения не совсем понятна, но была выдвинута гипотеза, что она является результатом поддержания генетической стабильности на молекулярном уровне.[24]

Приложения

Частота набора k-меры в геноме вида, в области генома или в классе последовательностей могут использоваться в качестве «сигнатуры» лежащей в основе последовательности. Сравнение этих частот в вычислительном отношении проще, чем выравнивание последовательностей, и является важным методом в анализ последовательности без выравнивания. Его также можно использовать в качестве анализа первого этапа перед выравниванием.

Последовательная сборка

На этом рисунке показан процесс разделения чтения на более мелкие k-меры (в данном случае 4-мерные), чтобы их можно было использовать в графе Де Брёйна. (A) Показывает начальный сегмент секвенируемой ДНК. (B) Показывает чтения, которые были сделаны в результате секвенирования, а также показывает, как они совпадают. Проблема с этим выравниванием заключается в том, что они перекрываются k-2, а не k-1 (что необходимо в графах Де Брёйна). (C) Показывает, что показания разделены на более мелкие 4-мерные. (D) отбрасывает повторяющиеся 4-мерные и затем показывает их выравнивание. Обратите внимание, что эти k-меры перекрываются на k-1 и затем могут быть использованы в графе Де Брейна.

При последовательной сборке, k-меры используются при строительстве Графики де Брейна.[25][26] Чтобы создать График Де Брейна, k-меры хранятся в каждом краю с длиной должен перекрывать другую строку в другом крае на чтобы создать вершина. Чтения сгенерированы из секвенирование следующего поколения обычно будет генерироваться разная длина чтения. Например, читает ИллюминаТехнология секвенирования фиксирует 100-мерные показания. Однако проблема с секвенированием состоит в том, что фактически генерируются только небольшие фракции из всех возможных 100-меров, присутствующих в геноме. Это связано с ошибками чтения, но, что более важно, просто с простыми дырами в покрытии, которые возникают во время секвенирования. Проблема в том, что эти малые доли возможных k-меры нарушают ключевое предположение графов Де Брейна, что все k-мерские чтения должны перекрывать соседние k-мер в геноме (что не может произойти, когда все возможные k-меров нет).

Решение этой проблемы - сломать эти k-мерший размер читается в меньший k-меры, такие, что в результате меньше k-меры представят все возможные k-меры того меньшего размера, которые присутствуют в геноме.[27] Кроме того, разделение k-mers на меньшие размеры также помогает решить проблему разной начальной длины чтения. В этом примере пять считываний не учитывают все возможные 7-меры генома, и поэтому граф Де Брёйна не может быть создан. Но когда они разделены на 4-мерные, полученных подпоследовательностей достаточно, чтобы реконструировать геном с помощью графа Де Брёйна.

Помимо использования непосредственно для сборки последовательности, k-меры также могут быть использованы для обнаружения неправильной сборки генома путем идентификации k-меры, представленные чрезмерно, что предполагает наличие повторяющиеся последовательности ДНК которые были объединены.[28] К тому же, k-меры также используются для обнаружения бактериального загрязнения во время сборки генома эукариот, подход, заимствованный из области метагеномики.[29][30]

Выбор k-мер

Выбор k-Меньший размер имеет множество различных эффектов на сборку последовательности. Эти эффекты сильно различаются между меньшим и большим размером. k-меры. Таким образом, понимание различных k- должны быть достигнуты меньшие размеры, чтобы выбрать подходящий размер, уравновешивающий эффекты. Влияние размеров показано ниже.

Ниже k-мерные размеры
  • Более низкий k-Меньший размер уменьшит количество ребер, хранимых в графе, и, как таковой, поможет уменьшить количество места, необходимого для хранения последовательности ДНК.
  • Меньшие размеры увеличивают шанс для всех k-меры перекрываются и, как таковые, имеют требуемые подпоследовательности для построения графа Де Брёйна.[31]
  • Однако, имея меньший размер k-mers, вы также рискуете получить много вершин в графе, ведущих в один k-mer. Следовательно, это затруднит реконструкцию генома, поскольку существует более высокий уровень неоднозначности пути из-за большего количества вершин, которые необходимо будет пересечь.
  • Информация теряется, поскольку k-меров становится меньше.
    • Например. Вероятность AGTCGTAGATGCTG ниже, чем ACGT, и поэтому содержит больший объем информации (см. энтропия (теория информации) для дополнительной информации).
  • Меньше k-меры также имеют проблему неспособности разрешить области ДНК, где микроспутники или случаются повторы. Это потому, что меньше k-меры будут стремиться полностью сидеть в зоне повтора, и поэтому трудно определить количество повторов, которые действительно имели место.
    • Например. Для подпоследовательности ATGTGTGTGTGTGTACG количество повторений TG будет потеряно, если k-бран размер меньше 16. Это потому, что большинство k-меры будут сидеть в повторяющейся области и могут быть просто отброшены как повторения того же самого k-mer вместо количества повторов.
Выше k-мерные размеры
  • Имея больший размер k-mers увеличит количество ребер в графе, что, в свою очередь, увеличит объем памяти, необходимый для хранения последовательности ДНК.
  • Увеличивая размер k-mers, количество вершин также уменьшится. Это поможет при построении генома, поскольку на графике будет меньше путей.[31]
  • Больше k-меры также имеют более высокий риск не иметь внешних вершин от каждого k-мер. Это связано с большим k-меры увеличивают риск того, что он не будет перекрываться другим k-мер . Следовательно, это может привести к несоответствиям в чтениях и, как таковое, может привести к большему количеству меньших контиги.
  • Больше k-Меньшие размеры помогают решить проблему небольших повторяющихся участков. Это связано с тем, что k-mer будет содержать баланс повторяющейся области и прилегающих последовательностей ДНК (при условии, что она достаточно большой), что может помочь определить количество повторений в этой конкретной области.

Генетика и геномика

Что касается болезни, то для обнаружения генетических островков, связанных с патогенностью, применялось динуклеотидное смещение.[11] Предыдущие исследования также показали, что тетрануклеотидные предубеждения способны эффективно обнаруживать горизонтальный перенос генов у обоих прокариот[32] и эукариоты.[33]

Другое применение k-mers входит в таксономию, основанную на геномике. Например, GC-контент использовался для различения видов Эрвиния с умеренным успехом.[34] Аналогично прямому использованию GC-контента для таксономических целей является использование Tм, температура плавления ДНК. Поскольку связи GC более термически стабильны, последовательности с более высоким содержанием GC демонстрируют более высокую Tм. В 1987 году Специальный комитет по согласованию подходов к бактериальной систематике предложил использовать ΔTм как фактор определения границ видов в рамках концепция филогенетических видов, хотя это предложение, похоже, не получило поддержки в научном сообществе.[35]

Другие приложения в генетике и геномике включают:

Метагеномика

k-мерная частота и вариация спектра широко используются в метагеномике для обоих анализов.[47][48] и биннинг. При биннинге задача состоит в том, чтобы разделить считывания секвенирования в «корзины» считываний для каждого организма (или оперативная таксономическая единица), который затем будет собран. TETRA - это замечательный инструмент, который берет метагеномные образцы и объединяет их в организмы на основе их тетрануклеотидов (k = 4) частоты.[49] Другие инструменты, которые так же полагаются на k-мерная частота для метагеномного биннинга - CompostBin (k = 6),[50] PCAHIER,[51] Филопифия (5 ≤ k ≤ 6),[52] КЛАРК (k ≥ 20),[53] и TACOA (2 ≤k ≤ 6).[54] Недавние разработки также применили глубокое обучение к метагеномному бинингу с использованием k-меры.[55]

Другие приложения в метагеномике включают:

  • Восстановление рамок чтения из сырых чтений[56]
  • Оценка видовой численности в метагеномных образцах[57]
  • Определение того, какие виды присутствуют в образцах[58][59]
  • Идентификация биомаркеры на болезни из проб[60]

Биотехнологии

Изменение k-мерные частоты в последовательностях ДНК широко используются в биотехнологических приложениях для контроля эффективности трансляции. В частности, он использовался как для повышения, так и для снижения уровня продукции белка.

Что касается увеличения продукции белка, то снижение частоты неблагоприятных динуклеотидов было использовано для повышения скорости синтеза белка.[61] Кроме того, систематическая ошибка использования кодонов была изменена для создания синонимичных последовательностей с более высокими скоростями экспрессии белка.[2][3] Точно так же оптимизация пар кодонов, комбинация динуцелотида и оптимизации кодонов, также успешно использовалась для увеличения экспрессии.[62]

Наиболее изученное применение k-меры для снижения эффективности трансляции - это манипуляции с парами кодонов для ослабления вирусов с целью создания вакцин. Исследователи смогли перекодировать вирус денге, вирус, вызывающий лихорадка денге, так что его смещение пар кодонов больше отличалось от предпочтения использования кодонов у млекопитающих, чем от дикого типа.[63] Несмотря на то, что он содержит идентичную аминокислотную последовательность, перекодированный вирус продемонстрировал значительно ослабленную патогенность вызывая сильный иммунный ответ. Этот подход также эффективно использовался для создания вакцины против гриппа.[64] а также вакцина от Вирус герпеса болезни Марека (MDV).[65] Примечательно, что манипуляции со смещением пар кодонов, используемые для ослабления MDV, не привели к эффективному снижению онкогенность вируса, подчеркивая потенциальную слабость биотехнологических приложений этого подхода. На сегодняшний день ни одна деоптимизированная вакцина с парными кодонами не одобрена для использования.

Две последующие статьи помогают объяснить фактический механизм, лежащий в основе деоптимизации пар кодонов: смещение пар кодонов является результатом смещения динуклеотидов.[66][67] Изучая вирусы и их хозяев, обе группы авторов смогли сделать вывод, что молекулярный механизм, который приводит к аттенуации вирусов, - это увеличение количества динуклеотидов, плохо подходящих для трансляции.

GC-контент из-за его влияния на Точка плавления ДНК, используется для прогнозирования температуры отжига в ПЦР, еще один важный инструмент биотехнологии.

Выполнение

Псевдокод

Определение возможных k-меры чтения могут быть выполнены простым циклом по длине строки на единицу и извлечением каждой подстроки длины . Псевдокод для этого выглядит следующим образом:

процедура k-mers (последовательность строк, целое число k) является    L ← length (seq) arr ← новый массив из L - k + 1 пустых строк // перебираем количество k-мер в seq,     // сохраняем n-й k-мер в выходном массиве    за п ← 0 к L - k + 1 эксклюзив делать        arr [n] ← подпоследовательность последовательности от буквы n включительно до буквы n + k исключая вернуть обр

В конвейерах биоинформатики

Потому что количество k-mers растет экспоненциально для значений k, считая k-меры на большие суммы k (обычно> 10) является вычислительно сложной задачей. В то время как простые реализации, такие как приведенный выше псевдокод, работают для небольших значений k, их необходимо адаптировать для приложений с высокой пропускной способностью или когда k большой. Для решения этой проблемы были разработаны различные инструменты:

  • Медуза использует многопоточную, безблокировочную хеш-таблица за k-мерский подсчет и имеет Python, Рубин, и Perl привязки[68]
  • KMC инструмент для k-мерный подсчет, использующий многодисковую архитектуру для оптимизации скорости[69]
  • Песчанка использует подход хэш-таблицы, но с дополнительной поддержкой ускорения графического процессора[70]
  • Набор инструментов для анализа K-mer (KAT) использует модифицированную версию Jellyfish для анализа k-мер считает[6]

Смотрите также

Рекомендации

  1. ^ Компо, Филип Э. К.; Певзнер, Павел А; Теслер, Гленн (ноябрь 2011 г.). "Как применить графики де Брейна к сборке генома". Природа Биотехнологии. 29 (11): 987–991. Дои:10.1038 / nbt.2023. ISSN 1087-0156. ЧВК 5531759. PMID 22068540.
  2. ^ а б Уэлч, Марк; Говиндараджан, Шридхар; Несс, Джон Э .; Вильялобос, Алан; Герни, Остин; Миншалл, Джереми; Густафссон, Клас (14 сентября 2009 г.). Кудла, Гжегож (ред.). «Параметры дизайна для контроля экспрессии синтетических генов в Escherichia coli». PLOS ONE. 4 (9): e7002. Bibcode:2009PLoSO ... 4.7002 Вт. Дои:10.1371 / journal.pone.0007002. ISSN 1932-6203. ЧВК 2736378. PMID 19759823.
  3. ^ а б Густафссон, Клаас; Говиндараджан, Шридхар; Миншалл, Джереми (июль 2004 г.). «Кодоновое смещение и экспрессия гетерологичного белка». Тенденции в биотехнологии. 22 (7): 346–353. Дои:10.1016 / j.tibtech.2004.04.006. PMID 15245907.
  4. ^ а б Perry, Scott C .; Бейко, Роберт Г. (01.01.2010). «Различение фрагментов микробного генома на основе их состава: эволюционная и сравнительная геномная перспектива». Геномная биология и эволюция. 2: 117–131. Дои:10.1093 / gbe / evq004. ISSN 1759-6653. ЧВК 2839357. PMID 20333228.
  5. ^ Эшке, Катрин; Тримперт, Якоб; Остерридер, Николаус; Кунец, Душан (29.01.2018). Мокарски, Эдвард (ред.). «Ослабление очень вирулентного герпесвируса болезни Марека (MDV) путем деоптимизации смещения пары кодонов». Патогены PLOS. 14 (1): e1006857. Дои:10.1371 / journal.ppat.1006857. ISSN 1553-7374. ЧВК 5805365. PMID 29377958.
  6. ^ а б Мэйплсон, Дэниел; Гарсия Аччинелли, Гонсало; Кеттлборо, Джордж; Райт, Джонатан; Клавихо, Бернардо Дж. (22.10.2016). «KAT: набор инструментов для анализа K-mer для контроля качества наборов данных NGS и геномных сборок». Биоинформатика. 33 (4): 574–576. Дои:10.1093 / биоинформатика / btw663. ISSN 1367-4803. ЧВК 5408915. PMID 27797770.
  7. ^ а б Чор, Бенни; Хорн, Дэвид; Гольдман, Ник; Леви, Ярон; Massingham, Тим (2009). «Спектры k-мер геномной ДНК: модели и модальности». Геномная биология. 10 (10): R108. Дои:10.1186 / gb-2009-10-10-r108. ISSN 1465-6906. ЧВК 2784323. PMID 19814784.
  8. ^ Яковчук, П. (30.01.2006). «Вклады укладки оснований и спаривания оснований в термическую стабильность двойной спирали ДНК». Исследования нуклеиновых кислот. 34 (2): 564–574. Дои:10.1093 / нар / gkj454. ISSN 0305-1048. ЧВК 1360284. PMID 16449200.
  9. ^ Бернарди, Джорджио (январь 2000 г.). «Изохоры и эволюционная геномика позвоночных». Ген. 241 (1): 3–17. Дои:10.1016 / S0378-1119 (99) 00485-0. PMID 10607893.
  10. ^ Hurst, Laurence D .; Торговец, Алекса Р. (07.03.2001). «Высокое содержание гуанина-цитозина не является адаптацией к высокой температуре: сравнительный анализ среди прокариот». Труды Королевского общества B: биологические науки. 268 (1466): 493–497. Дои:10.1098 / rspb.2000.1397. ISSN 1471-2954. ЧВК 1088632. PMID 11296861.
  11. ^ а б c Mugal, Carina F .; Вебер, Клаудиа С .; Эллегрен, Ханс (декабрь 2015 г.). «Конверсия генов с учетом GC связывает ландшафт рекомбинации и демографию с составом геномных баз: преобразование генов с учетом GC управляет составом геномных оснований у широкого круга видов». BioEssays. 37 (12): 1317–1326. Дои:10.1002 / bies.201500058. PMID 26445215. S2CID 21843897.
  12. ^ Ромигье, Джонатан; Ру, Камилла (2017-02-15). «Аналитические ошибки, связанные с GC-содержанием в молекулярной эволюции». Границы генетики. 8: 16. Дои:10.3389 / fgene.2017.00016. ISSN 1664-8021. ЧВК 5309256. PMID 28261263.
  13. ^ Спенсер, C.C.A. (2006-08-01). «Человеческий полиморфизм вокруг горячих точек рекомбинации: Рисунок 1». Сделки Биохимического Общества. 34 (4): 535–536. Дои:10.1042 / BST0340535. ISSN 0300-5127. PMID 16856853.
  14. ^ Вебер, Клаудия С; Буссау, Бастьен; Ромигье, Джонатан; Джарвис, Эрих Д; Эллегрен, Ханс (декабрь 2014 г.). «Доказательства того, что конверсия генов, обусловленная GC, является движущей силой различий между линиями в составе основы птиц». Геномная биология. 15 (12): 549. Дои:10.1186 / s13059-014-0549-1. ISSN 1474-760X. ЧВК 4290106. PMID 25496599.
  15. ^ Лассаль, Флоран; Периан, Северин; Батайон, Томас; Несме, Ксавье; Дюре, Лоран; Добин, Винсент (06.02.2015). Петров, Дмитрий А. (ред.). «Эволюция GC-содержания в бактериальных геномах: расширяется гипотеза необъективной конверсии генов». PLOS Genetics. 11 (2): e1004941. Дои:10.1371 / journal.pgen.1004941. ISSN 1553-7404. ЧВК 4450053. PMID 25659072.
  16. ^ Santoyo, G; Ромеро, Д. (апрель 2005 г.). «Конверсия генов и согласованная эволюция в бактериальных геномах». Обзор микробиологии FEMS. 29 (2): 169–183. Дои:10.1016 / j.femsre.2004.10.004. PMID 15808740.
  17. ^ Берер, Клод; Отон, Адам (16.06.2014), John Wiley & Sons Ltd (редактор), «Предвзятая конверсия генов и ее влияние на эволюцию генома», eLS, John Wiley & Sons, Ltd, Дои:10.1002 / 9780470015902.a0020834.pub2, ISBN 9780470015902
  18. ^ а б Карлин, Самуэль (октябрь 1998 г.). «Глобальные динуклеотидные сигнатуры и анализ геномной гетерогенности». Текущее мнение в микробиологии. 1 (5): 598–610. Дои:10.1016 / S1369-5274 (98) 80095-7. PMID 10066522.
  19. ^ Beutler, E .; Gelbart, T .; Han, J. H .; Koziol, J. A .; Бейтлер, Б. (1 января 1989 г.). «Эволюция генома и генетического кода: отбор на динуклеотидном уровне путем метилирования и полирибонуклеотидного расщепления». Труды Национальной академии наук. 86 (1): 192–196. Bibcode:1989ПНАС ... 86..192Б. Дои:10.1073 / пнас.86.1.192. ISSN 0027-8424. ЧВК 286430. PMID 2463621.
  20. ^ Ди Джаллонардо, Франческа; Schlub, Timothy E .; Ши, Ман; Холмс, Эдвард К. (2017-04-15). Дермоди, Теренс С. (ред.). «Состав динуклеотидов в РНК-вирусах животных больше зависит от семейства вирусов, чем от видов-хозяев». Журнал вирусологии. 91 (8). Дои:10.1128 / JVI.02381-16. ISSN 0022-538X. ЧВК 5375695. PMID 28148785.
  21. ^ Emojtel, Tomasz; kiełbasa, Szymon M .; Арндт, Питер Ф .; Беренс, Сара; Бурк, Гийом; Вингрон, Мартин (01.01.2011). «Дезаминирование CpG создает сайты связывания фактора транскрипции с высокой эффективностью». Геномная биология и эволюция. 3: 1304–1311. Дои:10.1093 / gbe / evr107. ISSN 1759-6653. ЧВК 3228489. PMID 22016335.
  22. ^ а б Hershberg, R; Петров, Д.А. (2008). «Выбор по смещению кодонов». Ежегодный обзор генетики. 42: 287–299. Дои:10.1146 / annurev.genet.42.110807.091442. PMID 18983258.
  23. ^ Шарп, Пол М .; Ли, Вэнь-Сюн (1987). «Индекс адаптации кодонов - мера направленной систематической ошибки использования синонимичных кодонов и его потенциальные применения». Исследования нуклеиновых кислот. 15 (3): 1281–1295. Дои:10.1093 / nar / 15.3.1281. ISSN 0305-1048. ЧВК 340524. PMID 3547335.
  24. ^ Благородный, Питер А .; Citek, Роберт В .; Огунсейтан, Оладеле А. (апрель 1998 г.).«Частоты тетрануклеотидов в микробных геномах». Электрофорез. 19 (4): 528–535. Дои:10.1002 / elps.1150190412. ISSN 0173-0835. PMID 9588798.
  25. ^ Нагараджан, Ниранджан; Поп, Михай (2013). «Демистификация последовательности сборки». Природа Обзоры Генетика. 14 (3): 157–167. Дои:10.1038 / nrg3367. ISSN 1471-0056. PMID 23358380. S2CID 3519991.
  26. ^ Ли; и другие. (2010). «Сборка de novo человеческих геномов с массовым параллельным секвенированием короткого чтения». Геномные исследования. 20 (2): 265–272. Дои:10.1101 / гр.097261.109. ЧВК 2813482. PMID 20019144.
  27. ^ Compeau, P .; Певзнер, П .; Теслар, Г. (2011). "Как применить графики де Брейна к сборке генома". Природа Биотехнологии. 29 (11): 987–991. Дои:10.1038 / nbt.2023. ЧВК 5531759. PMID 22068540.
  28. ^ Филлиппи, Шац, Поп (2008). «Криминалистика сборки генома: обнаружение неуловимой неправильной сборки». Биоинформатика. 9 (3): R55. Дои:10.1186 / gb-2008-9-3-r55. ЧВК 2397507. PMID 18341692.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  29. ^ Дельмонт, Эрен (2016). «Выявление загрязнения с помощью передовых методов визуализации и анализа: метагеномные подходы к сборкам эукариотического генома». PeerJ. 4: e1839. Дои:10.7717 / peerj.1839. ЧВК 4824900. PMID 27069789.
  30. ^ Бемм; и другие. (2016). «Геном тихоходки: горизонтальный перенос генов или бактериальное заражение?». Труды Национальной академии наук. 113 (22): E3054 – E3056. Дои:10.1073 / pnas.1525116113. ЧВК 4896698. PMID 27173902.
  31. ^ а б Зербино, Даниэль Р .; Бирни, Юэн (2008). "Velvet: алгоритмы сборки короткого чтения de novo с использованием графов де Брейна". Геномные исследования. 18 (5): 821–829. Дои:10.1101 / гр.074492.107. ЧВК 2336801. PMID 18349386.
  32. ^ Goodur, Haswanee D .; Рамтохул, Вьясананд; Байчу, Шакунтала (11 ноября 2012 г.). «GIDT - инструмент для идентификации и визуализации геномных островов в прокариотических организмах». 2012 IEEE 12-я Международная конференция по биоинформатике и биоинженерии (BIBE): 58–63. Дои:10.1109 / bibe.2012.6399707. ISBN 978-1-4673-4358-9. S2CID 6368495.
  33. ^ Jaron, K. S .; Moravec, J.C .; Мартинкова, Н. (2014-04-15). «SigHunt: поисковик горизонтального переноса генов, оптимизированный для геномов эукариот». Биоинформатика. 30 (8): 1081–1086. Дои:10.1093 / биоинформатика / btt727. ISSN 1367-4803. PMID 24371153.
  34. ^ Starr, M. P .; Мандель, М. (1969-04-01). «Состав ДНК и таксономия фитопатогенных и других энтеробактерий». Журнал общей микробиологии. 56 (1): 113–123. Дои:10.1099/00221287-56-1-113. ISSN 0022-1287. PMID 5787000.
  35. ^ Moore, W. E. C .; Stackebrandt, E .; Kandler, O .; Colwell, R. R .; Кричевский, М. И .; Truper, H.G .; Мюррей, Р. Г. Э .; Wayne, L.G .; Гримонт, П.А.Д. (1987-10-01). «Отчет Специального комитета по согласованию подходов к бактериальной систематике». Международный журнал систематической и эволюционной микробиологии. 37 (4): 463–464. Дои:10.1099/00207713-37-4-463. ISSN 1466-5026.
  36. ^ Патро, Маунт, Кингсфорд (2014). «Sailfish обеспечивает количественную оценку изоформ без выравнивания по считыванию последовательности РНК с использованием легких алгоритмов». Природа Биотехнологии. 32 (5): 462–464. arXiv:1308.3700. Дои:10.1038 / nbt.2862. ЧВК 4077321. PMID 24752080.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  37. ^ Наварро-Гомес; и другие. (2015). «Phy-Mer: новый классификатор митохондриальных гаплогрупп, не требующий выравнивания и ссылки». Биоинформатика. 31 (8): 1310–1312. Дои:10.1093 / биоинформатика / btu825. ЧВК 4393525. PMID 25505086.
  38. ^ Ван, Ронг; Сюй, Юн; Лю, Бинь (2016). «Идентификация пятен рекомбинации на основе k-мер с зазором». Научные отчеты. 6 (1): 23934. Bibcode:2016НатСР ... 623934W. Дои:10.1038 / srep23934. ISSN 2045-2322. ЧВК 4814916. PMID 27030570.
  39. ^ Хозза, Михал; Винерж, Томаш; Брейова, Брода (2015), Илиопулос, Костас; Пуглиси, Саймон; Йилмаз, Эмине (ред.), "Насколько велик этот геном? Оценка размера и охвата генома по спектрам изобилия k-mer", Обработка строк и поиск информации, Springer International Publishing, 9309, стр. 199–209, Дои:10.1007/978-3-319-23826-5_20, ISBN 9783319238258
  40. ^ Ламичхейни, Сангит; Фань, Гуаньи; Widemo, Фредрик; Гуннарссон, Ульрика; Тельманн, Дорин Швохов; Hoeppner, Marc P; Керье, Сюзанна; Густафсон, Улла; Ши, Чэнчэн (2016). «Структурные геномные изменения лежат в основе альтернативных репродуктивных стратегий ерша (Philomachus pugnax)». Природа Генетика. 48 (1): 84–88. Дои:10,1038 / нг.3430. ISSN 1061-4036. PMID 26569123.
  41. ^ Чаэ; и другие. (2013). «Сравнительный анализ с использованием паттернов K-мер и K-флангов обеспечивает доказательство эволюции последовательности CpG-островков в геномах млекопитающих». Исследования нуклеиновых кислот. 41 (9): 4783–4791. Дои:10.1093 / nar / gkt144. ЧВК 3643570. PMID 23519616.
  42. ^ Мохамед Хашим, Абдулла (2015). «Редкая k-мерная ДНК: идентификация мотивов последовательности и предсказание CpG-островка и промотора». Журнал теоретической биологии. 387: 88–100. Дои:10.1016 / j.jtbi.2015.09.014. PMID 26427337.
  43. ^ Цена, Джонс, Певзнер (2005). «Идентификация de novo повторяющихся семейств в больших геномах». Биоинформатика. 21 (supp 1): i351–8. Дои:10.1093 / биоинформатика / bti1018. PMID 15961478.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  44. ^ Мехер, Прабина Кумар; Саху, Танмая Кумар; Рао, А. (2016). «Идентификация видов на основе штрих-кода ДНК с использованием вектора признаков k-mer и классификатора случайного леса». Ген. 592 (2): 316–324. Дои:10.1016 / j.gene.2016.07.010. PMID 27393648.
  45. ^ Ньюбургер, Булык (2009). «UniPROBE: онлайн-база данных микрочипов связывания белков по взаимодействиям белок-ДНК». Исследования нуклеиновых кислот. 37 (supp 1) (выпуск базы данных): D77–82. Дои:10.1093 / nar / gkn660. ЧВК 2686578. PMID 18842628.
  46. ^ Нордстрем; и другие. (2013). «Идентификация мутации путем прямого сравнения данных секвенирования всего генома от мутантов и людей дикого типа с использованием k-мер». Природа Биотехнологии. 31 (4): 325–330. Дои:10.1038 / nbt.2515. PMID 23475072.
  47. ^ Чжу, Цзяньфэн; Чжэн, Вэй-Моу (2014). «Самоорганизующийся подход к мета-геномам». Вычислительная биология и химия. 53: 118–124. Дои:10.1016 / j.compbiolchem.2014.08.016. PMID 25213854.
  48. ^ Дубинкина; Ищенко; Ульянцев; Тяхт; Алексеева (2016). «Оценка применимости спектра k-мер для анализа метагеномного несходства». BMC Bioinformatics. 17: 38. Дои:10.1186 / s12859-015-0875-7. ЧВК 4715287. PMID 26774270.
  49. ^ Teeling, H; Waldmann, J; Ломбардо, Т; Бауэр, М; Глёкнер, Ф (2004). «TETRA: веб-сервис и отдельная программа для анализа и сравнения схем использования тетрануклеотидов в последовательностях ДНК». BMC Bioinformatics. 5: 163. Дои:10.1186/1471-2105-5-163. ЧВК 529438. PMID 15507136.
  50. ^ Чаттерджи, Сурав; Ямазаки, Ичитаро; Бай, Чжаоцзюнь; Эйзен, Джонатан А. (2008), Вингрон, Мартин; Вонг, Лимсун (ред.), «CompostBin: основанный на составе ДНК алгоритм для сбора данных из дробовика», Исследования в области вычислительной молекулярной биологии, Springer Berlin Heidelberg, 4955, стр. 17–28, arXiv:0708.3098, Дои:10.1007/978-3-540-78839-3_3, ISBN 9783540788386, S2CID 7832512
  51. ^ Чжэн, Хао; У, Хунвэй (2010). «Объединение коротких фрагментов прокариотической ДНК с использованием иерархического классификатора на основе линейного дискриминантного анализа и анализа главных компонентов». Журнал биоинформатики и вычислительной биологии. 08 (6): 995–1011. Дои:10.1142 / S0219720010005051. ISSN 0219-7200. PMID 21121023.
  52. ^ Макхарди, Элис Кэролин; Мартин, Эктор Гарсия; Циригос, Аристотелис; Гугенгольц, Филипп; Ригутсос, Исидор (2007). «Точная филогенетическая классификация фрагментов ДНК переменной длины». Природные методы. 4 (1): 63–72. Дои:10.1038 / nmeth976. ISSN 1548-7091. PMID 17179938. S2CID 28797816.
  53. ^ Унит, Рашид; Ванамакер, Стив; Близко, Тимоти Дж; Лонарди, Стефано (2015). «CLARK: быстрая и точная классификация метагеномных и геномных последовательностей с использованием дискриминационных k-мер». BMC Genomics. 16 (1): 236. Дои:10.1186 / s12864-015-1419-2. ISSN 1471-2164. ЧВК 4428112. PMID 25879410.
  54. ^ Diaz, Naryttza N; Краузе, Лутц; Гесманн, Александр; Нихаус, Карстен; Натткемпер, Тим В. (2009). «TACOA - Таксономическая классификация фрагментов генома в окружающей среде с использованием ядерно-методического подхода к ближайшему соседу». BMC Bioinformatics. 10 (1): 56. Дои:10.1186/1471-2105-10-56. ISSN 1471-2105. ЧВК 2653487. PMID 19210774.
  55. ^ Фианнака, Антонино; Ла Палья, Лаура; Ла Роса, Массимо; Lo Bosco, Giosue ’; Ренда, Джованни; Риццо, Риккардо; Гальо, Сальваторе; Урсо, Альфонсо (2018). «Модели глубокого обучения для таксономической классификации метагеномных данных бактерий». BMC Bioinformatics. 19 (S7): 198. Дои:10.1186 / s12859-018-2182-6. ISSN 1471-2105. ЧВК 6069770. PMID 30066629.
  56. ^ Чжу, Чжэн (2014). «Самоорганизующийся подход к мета-геномам». Вычислительная биология и химия. 53: 118–124. Дои:10.1016 / j.compbiolchem.2014.08.016. PMID 25213854.
  57. ^ Лу, Дженнифер; Breitwieser, Florian P .; Тилен, Питер; Зальцберг, Стивен Л. (02.01.2017). «Bracken: оценка численности видов в данных метагеномики». PeerJ Компьютерные науки. 3: e104. Дои:10.7717 / peerj-cs.104. ISSN 2376-5992.
  58. ^ Вуд, Деррик Э; Зальцберг, Стивен Л. (2014). «Kraken: сверхбыстрая классификация метагеномных последовательностей с использованием точного выравнивания». Геномная биология. 15 (3): R46. Дои:10.1186 / gb-2014-15-3-r46. ISSN 1465-6906. ЧВК 4053813. PMID 24580807.
  59. ^ Розен, Гейл; Гарбарин, Элейн; Касейро, Диамантино; Поликар, Роби; Сохансандж, Бахрад (2008). «Классификация метагеномных фрагментов с использованием частотных профилей других». Достижения в биоинформатике. 2008: 205969. Дои:10.1155/2008/205969. ISSN 1687-8027. ЧВК 2777009. PMID 19956701.
  60. ^ Ван, Инь; Фу, Лэй; Рен, Джи; Ю, Чжаося; Чен, Тинг; Сунь, Фэнчжу (2018-05-03). «Идентификация групповых последовательностей для микробных сообществ с использованием длинных сигнатур k-мерных последовательностей». Границы микробиологии. 9: 872. Дои:10.3389 / fmicb.2018.00872. ISSN 1664-302X. ЧВК 5943621. PMID 29774017.
  61. ^ Ас-Саиф, Махер; Хабар, Халид С.А. (2012). «Снижение частоты динуклеотидов UU / UA в кодирующих областях приводит к увеличению стабильности мРНК и экспрессии белка». Молекулярная терапия. 20 (5): 954–959. Дои:10.1038 / мт.2012.29. ЧВК 3345983. PMID 22434136.
  62. ^ Trinh, R; Гурбахани, Б; Моррисон, SL; Сейфзаде, М (2004). «Оптимизация использования пар кодонов в линкерной последовательности (GGGGS) 3 приводит к усиленной экспрессии белка». Молекулярная иммунология. 40 (10): 717–722. Дои:10.1016 / j.molimm.2003.08.006. PMID 14644097.
  63. ^ Шен, Сэм Х .; Stauft, Charles B .; Горбацевич, Александр; Сонг, Ютонг; Уорд, Чарльз Б.; Юровский, Алиса; Мюллер, Штеффен; Футчер, Брюс; Виммер, Эккард (14 апреля 2015 г.). «Широкомасштабное перекодирование генома арбовируса для восстановления баланса между предпочтениями насекомых и млекопитающих». Труды Национальной академии наук. 112 (15): 4749–4754. Bibcode:2015ПНАС..112.4749С. Дои:10.1073 / pnas.1502864112. ISSN 0027-8424. ЧВК 4403163. PMID 25825721.
  64. ^ Каплан, Брайан С .; Соуза, Карин К .; Gauger, Phillip C .; Stauft, Charles B .; Роберт Коулман, Дж .; Мюллер, Штеффен; Винсент, Эми Л. (2018). «Вакцинация свиней деоптимизированной живой аттенуированной противогриппозной вакциной на основе смещения пар кодонов защищает от гомологичного заражения». Вакцина. 36 (8): 1101–1107. Дои:10.1016 / j.vaccine.2018.01.027. PMID 29366707.
  65. ^ Эшке, Катрин; Тримперт, Якоб; Остерридер, Николаус; Кунец, Душан (29.01.2018). Мокарски, Эдвард (ред.). «Ослабление очень вирулентного герпесвируса болезни Марека (MDV) путем деоптимизации смещения пары кодонов». Патогены PLOS. 14 (1): e1006857. Дои:10.1371 / journal.ppat.1006857. ISSN 1553-7374. ЧВК 5805365. PMID 29377958.
  66. ^ Кунец, Душан; Остерридер, Николаус (2016). «Смещение пары кодонов является прямым следствием смещения динуклеотидов». Отчеты по ячейкам. 14 (1): 55–67. Дои:10.1016 / j.celrep.2015.12.011. PMID 26725119.
  67. ^ Таллох, Фиона; Аткинсон, Ники Дж; Эванс, Дэвид Дж; Райан, Мартин Д; Симмондс, Питер (9 декабря 2014 г.). «Ослабление РНК вируса деоптимизацией пар кодонов является артефактом увеличения частот динуклеотидов CpG / UpA». eLife. 3: e04531. Дои:10.7554 / eLife.04531. ISSN 2050-084X. ЧВК 4383024. PMID 25490153.
  68. ^ Марсе, Гийом; Кингсфорд, Карл (15 марта 2011 г.). «Быстрый подход без блокировок для эффективного параллельного подсчета появления k-мер». Биоинформатика. 27 (6): 764–770. Дои:10.1093 / биоинформатика / btr011. ISSN 1460-2059. ЧВК 3051319. PMID 21217122.
  69. ^ Деорович, Себастьян; Кокот, Марек; Грабовски, Шимон; Дебудай-Грабыш, Агнешка (2015-05-15). «KMC 2: быстрый и экономный подсчет к-мер». Биоинформатика. 31 (10): 1569–1576. Дои:10.1093 / биоинформатика / btv022. ISSN 1460-2059. PMID 25609798.
  70. ^ Эрберт, Мариус; Рехнер, Штеффен; Мюллер-Ханнеманн, Маттиас (2017). «Gerbil: быстрый и эффективный с точки зрения памяти счетчик k-mer с поддержкой GPU». Алгоритмы молекулярной биологии. 12 (1): 9. Дои:10.1186 / s13015-017-0097-9. ISSN 1748-7188. ЧВК 5374613. PMID 28373894.

внешняя ссылка