AlcoR:在生物数据中的低复杂度区域的无对齐模拟,映射和可视化

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 基因组和蛋白质组序列中的低复杂度区域 (LCR) 对于调节和结构功能至关重要.
• 鉴定LCR是具有挑战性的,因为它们的多样性 (重复,GC偏差区域等). 与标准测序和组装方法的干扰.
• 现有的方法难以自动和准确地检测LCR,特别是那些具有隐性或遥远模式的LCR.

研究的目的:

• 开发和介绍一种新的方法和工具,AlcoR,用于在生物序列中自动建模,细分和可视化LCR.
• 通过具有可调节内存的模型,能够区分本地和远程的低复杂度模式.
• 为LCR识别提供无参考和无对齐的方法.

主要方法:

• AlcoR采用了一种新的自动LCR建模和区分方法,能够处理不同的模式复杂性.
• 该工具包含灵活的模拟方法,用于生成具有可控复杂度水平的生物序列.
• 它包括序列掩盖和可视化工具,用于以意识形态图形式生成LCR地图.

主要成果:

• AlcoR在合成,半合成和自然序列中对LCR进行细分和可视化方面表现出高效率和准确性.
• 该工具成功生成了一个完整的人类基因组的全染色体低复杂度图.
• 使用AlcoR分析了一种异质合体双体非洲麻瓜品种的哈普洛型解析的染色体对.

结论:

• 通过数据复杂性分析,AlcoR提供了快速序列表征,对于新的或未知的序列特别有用.
• 该方法在C语言中实现,用于计算速度的多线程,灵活,并且没有外部依赖.
• AlcoR是免费可用的,支持基因组和蛋白质组序列分析的广泛访问.