Detección precisa de repeticiones en tándem de secuencias propensas a errores con EquiRep

Área de la Ciencia:

• La genómica
• La bioinformática
• Biología molecular

Sus antecedentes:

• Las repeticiones en tándem son elementos genómicos cruciales involucrados en la diversidad genética, la regulación genética y las enfermedades.
• Los métodos actuales luchan con la reconstrucción precisa de unidades de repetición en tándem, especialmente para unidades largas, números de copias bajos o secuencias propensas a errores.

Objetivo del estudio:

• Introducir EquiRep, una nueva herramienta computacional para la detección y reconstrucción precisas de unidades de repetición en tándem a partir de datos de secuenciación erróneos.
• Abordar las limitaciones de los métodos existentes para analizar secuencias de repetición en tándem altamente mutadas o complejas.

Principales métodos:

• EquiRep utiliza la autoalineación para estimar las probabilidades de posición dentro de las unidades de repetición.
• Se emplea un nuevo enfoque de refinamiento y una construcción de gráficos ponderados para identificar secuencias de unidades repetidas.
• La herramienta se probó en ADN satelital y reconstrucción de ARN circular a partir de datos de secuenciación de larga lectura.

Principales resultados:

• EquiRep demuestra un rendimiento robusto en conjuntos de datos de secuenciación simulados y reales, superando o coincidiendo con los métodos de última generación.
• La herramienta muestra una precisión superior para unidades de repetición largas y secuencias con números de copias de repetición bajos.
• EquiRep maneja eficazmente los errores de secuenciación, mejorando el análisis de regiones genómicas complejas.

Conclusiones:

• EquiRep proporciona un avance significativo en el análisis de repetición en tándem, ofreciendo alta precisión y robustez.
• Las capacidades de la herramienta mejoran el estudio de la diversidad genética, la regulación génica y las variaciones genómicas asociadas a las enfermedades.
• EquiRep es ampliamente aplicable a varios desafíos de bioinformática que involucran la reconstrucción de repetición en tándem.