奥利瓦:面向自动化变异意识的初始设计,用于多重片安普利康对病原体进行测序
Michael X Wang1, Esther G Lou2, Nicolae Sapoval3
1Department of Bioengineering, Rice University, Houston, TX, 77030, USA.
Nature communications
|July 26, 2024
概括
奥利瓦为病原体基因组自动化了状片设计,减少了手工优化. 这种变异感知工具加速了测序,即使是高突变率,也改善了基因组监测的数据生成.
科学领域:
- 基因组学和生物信息学
- 病原体监测 病原体监测 病原体监测
- 分子生物学分子生物学
背景情况:
- 瓦式安普利康测序对于跟踪病原体的传播和演变至关重要,目前有超过1500万个SARS-CoV-2基因组.
- 目前用于安普利康设计的计算工具需要缓慢而昂贵的手动优化.
- 需要自动化,变异意识的式安普利康的设计,以实现有效的病原体基因组测序.
研究的目的:
- 介绍Olivar,这是一个用于自动设计式放大器的新型计算工具.
- 开发一种变量意识的方法来设计最大限度地减少序列冲突的amplicons.
- 为了加快和改进产生为病原体测序的片amplicons的过程.
主要方法:
- 奥利瓦将数字风险评分分配给每个核酸,识别不良序列特征.
- 与PrimalScheme和ARTIC v4.1初始化套件相比,Olivar设计的安普利康的直接比较.
- 使用真实世界废水样本进行SARS-CoV-2测序的Olivar性能评估.
主要成果:
- 与PrimalScheme相比,Olivar显示了较少的原料不匹配和预测的PCR副产品.
- 奥利瓦实现了可比的读取映射率 (~90%) 和相对于ARTIC v4.1.1.v4.1.1.的更好的安普利康覆盖率.
- 对废水样本的测试表明,Olivar在类似的覆盖范围内产生了高达3倍的映射率.
结论:
- 奥利瓦成功地自动化和加速了病原体基因组的式安普利康生成.
- 奥利瓦尔的变异感知设计即使在高度可变或密集的基因组区域中也有效.
- 奥利瓦为快速有效的病原体测序和基因组监测提供了重大进展.
