责编 | 王一
随着地球生物基因组计划 (Earth BioGenome Project) 针对上百万个真核生物基因组测序的开展，将有越来越多的复杂基因组被测序、拼装。基因组比对是对这些基因组的最核心分析之一。包括很多农作物在内的许多非模式生物的基因组比人、拟南芥等模式生物的基因组要复杂很多。针对哺乳类动物开发的比较基因组学工具在应用到复杂的基因组时往往不能产生符合生物学预期的结果。
１）很多亲缘关系较近的农作物和野生物种之间存在全基因组复制和染色体重新排列组合等差异。“多对多”或者“一对一”的基因组比对策略不符合已有的全基因组复制研究结果。
２）基因组中很多保守的重要功能元件较短，比如转录因子结合位点的核心motif只有6-7bp。使用K-mer的启发式算法会丢失掉这部分序列。
３）使用启发式算法进行全基因组序列比对，多个拷贝的转座子和其他机制形成的重复序列会引起很多假阳性的比对结果。
４）转座子的跳跃和衰减会产生50bp到几千bp长度的插入和缺失。常用的局部序列比对策略不能跨越这部分较长的插入或缺失。
美国康奈尔大学Buckler实验室和西班牙巴塞罗那超算中心联合开发了针对这些复杂基因组比对问题的工具——AnchorWave。AnchorWave使用蛋白编码基因等保守序列作为锚定位点，设计了一个最长路径算法分析两个基因组的共线性区域。使用目前最快的全局序列比对算法WFA设计了一个2-piece affine gap cost的比对策略，并通过WFA对每个锚定位点区和锚定位点间区进行单碱基分辨率的序列比对，进而获得每个共线性区域的序列比对和全基因组水平的序列比对。
AnchorWave算法流程图
使用AnchorWave比对B73和Mo17两个玉米基因组，可以把基因组的比对率从60-70%提高到99%。AnchorWave能将大约87%已报道的转座子差异位点比对成完整的单个插入或缺失。而目前常用的基因组比对工具的转座子差异位点召回率 （recall） 为０。
通过比对高粱和玉米基因组、大豆和其野生物种基因组、番茄和马铃薯基因组显示AnchorWave能产生符合全基因复制进化预期的序列比对深度。显著提高调控序列区域的比对率，并降低转座子区域的假阳性。
和高粱基因组相比玉米基因组多一次全基因组复制，AnchorWave能产生比对深度为2:1的结果。
最后作者也使用人类和黑猩猩的基因组对AnchorWave进行了测试，AnchorWave产生的结果略优于目前应用最广泛的net-chain流程。
综上所述，AnchorWave在对以农作物基因组为代表的复杂基因组比对时显著的优于目前已有的比较基因组学工具。
论文链接：
https://www.pnas.org/content/119/1/e2113075119
AnchorWave 软件链接：
https://github.com/baoxingsong/anchorwave
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
