寡头集团的自动化设计和大规模并行条码测量的快速分析

科学领域:

• 合成生物学 合成生物学
• 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:

• 寡头聚合和下一代测序 (NGS) 促进了大规模的遗传图书馆建设.
• 随着图书馆规模的不断增加,设计初级包装站点,条形码和重叠区域的计算挑战越来越大,以实现高效的组装和准确的测量.

研究的目的:

• 介绍Oligopool计算器,这是一个计算工具,旨在应对设计和分析大型遗传图书馆的挑战.
• 为高通量寡核酸设计和测序读取分析引入新的算法和数据结构.

主要方法:

• 开发一套端到端的算法和数据结构,用于设计和分析寡核酸.
• 实施新的概念,包括直角对称条形码设计,适应性决策树用于初始设计,Scry条形码分类和高效的读取包装.
• 在设计任务和现实世界测序数据上对计算性能进行基准测试.

主要成果:

• 这款Oligopool计算器快速设计成千上万个寡核酸,并分析数十亿条条码序列的读数.
• 证明了高吞吐量能力:在1.2小时内设计超过400万个独特的条形码,并在8核桌面上每小时分析约5亿次深度测序读取.
• 在15分钟内成功设计了一百万个200-mer寡头的通用原料粘合点.

结论:

• 在Oligopool计算器显著加速大规模并行实验的设计和分析阶段.
• 消除了计算瓶,使大规模遗传库和NGS的更有效和更有创造性的使用.
• 通过增强的计算工具,促进合成生物学和基因工程的进步.