Untersuchung der SNP- und INDEL-Detektion bei Einzelproben mittels de novo Ganzgenom-Assemblierung

MOTIVATION: Eugene Myers schlug in seiner Arbeit zum String-Graph vor, dass in einem String-Graph oder äquivalent einem Unitig-Graph jeder Pfad eine gültige Assemblierung darstellt. Da ein String-/Unitig-Graph auch jede gültige Assemblierung von Reads kodiert, ist ein solcher Graph, sofern er korrekt konstruiert werden kann, tatsächlich eine verlustfreie Darstellung der Reads. Grundsätzlich kann jede Analyse basierend auf Whole-Genome Shotgun Sequencing (WGS)-Daten, wie SNP- und Insertion/Deletion-(INDEL)-Detektion, auch mit Unitigs durchgeführt werden. ERGEBNISSE: Um die Machbarkeit der Verwendung von de novo Assemblierung im Resequenzierungs-Kontext zu erforschen, haben wir einen de novo Assembler, fermi, entwickelt, der Illumina-Kurzreads in Unitigs assembliert und dabei den Großteil der Informationen der Eingangsreads bewahrt. SNPs und INDELs können durch Abgleichen der Unitigs gegen ein Referenzgenom aufgerufen werden. Durch Anwendung der Methode auf eine 35-fache menschliche Resequenzierungsdaten zeigte sich, dass unser Ansatz im Vergleich zur Standard-Pipeline eine ähnliche Genauigkeit bei der SNP-Detektion und bessere Resultate bei der INDEL-Detektion liefert. Er weist eine höhere Sensitivität als andere de novo Assemblierungs-basierte Methoden zur Varianten-Detektion auf. Unsere Arbeit legt nahe, dass Varianten-Aufruf mittels de novo Assemblierung eine sinnvolle Ergänzung zur Standard-Varianzen-Detektions-Pipeline bei Ganzgenom-Resequenzierung sein kann. Methodisch schlagen wir den FMD-Index für vorwärts-rückwärts Erweiterungen von DNA-Sequenzen vor, einen schnellen Algorithmus zum Finden aller supermaximalen exakten Übereinstimmungen sowie eine einstufige Konstruktion von Unitigs aus einem FMD-Index. VERFÜGBARKEIT: http://github.com/lh3/fermi