帕西巴拉:准确的长读序列为条码变异的基图书馆

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.
• 分子生物学分子生物学

背景情况:

• 长读序列提供了优势,但受到更高的错误率的限制.
• 准确的条形码识别对于在变异效应的多重测试 (MAVE) 等应用中对变异化库进行测序至关重要.
• 现有的管道正在与测序错误和非唯一的条形码作斗争,阻碍了基因型-表型映射.

研究的目的:

• 开发一个计算工具,Pacybara,以应对长时间读取条形码突变库序列的挑战.
• 提高MAVEs中将条形码与基因型关联的准确性.
• 为了提高基因型-表型图的可靠性,用于临床变异解释.

主要方法:

• 帕西巴拉集群长读取基于条形码相似性,对序列错误负责.
• 该工具可以检测与多个基因型相关的条形码,并识别重组克隆.
• 帕西巴拉减少了错误的阳性indel调用在测序数据.

主要成果:

• 帕西巴拉成功地处理了条码突变库中的不准确的测序和非唯一的条码.
• 该软件准确地识别和解决与条形码-基因型关联相关的问题.
• 在三个示例应用程序中证明了有效性,改善了MAVE数据质量.

结论:

• 帕西巴拉提高了条码突变库的长读序列的准确性和可靠性.
• 该工具为临床变异解释提供了更强大的基因型-表型映射.
• Pacybara是免费可用的,并实现用于高性能计算集群.