Учёные создали новый инструмент контроля качества для микробных геномов

За последние 15 лет в различных центрах секвенирования было расшифровано более тысячи микробных геномов, чтобы лучше понять их роль в задачах от биоэнергетики до экологической очистки. По консервативным оценкам, в течение следующих двух лет в открытом доступе окажется около 10 000 микробных геномов. Однако стандарты геномных данных не успевают за технологическими достижениями, сделавшими процесс секвенирования быстрее и дешевле. В результате поток публикуемых последовательностей ДНК имеет разный уровень качества, что влияет на способность исследователей использовать эту информацию.

Чтобы помочь проверять качество генерируемых микробных геномных последовательностей ДНК перед их отправкой в финансируемый государством публичный архив GenBank, Объединённый институт генома (JGI) Министерства энергетики США (DOE) представил инструмент контроля качества под названием Gene Prediction IMprovement Pipeline или GenePRIMP. GenePRIMP описан в статье, опубликованной онлайн 2 мая в Nature Methods, и имеет потенциал стать стандартом в предсказании генов у прокариот — технике, с помощью которой идентифицируются начало и конец потенциальных кодирующих последовательностей генов.

Автор-корреспондент Амрита Пати, разработчик программного обеспечения в Программе биологии генома DOE JGI, отметила, что GenePRIMP перепроверяет границы генов, аннотации генов и неаннотированные межгенные области в геномных последовательностях после завершающего этапа обработки. Она отметила вклад коллеги Натальи Ивановой в установление биологической основы программного инструмента и помощь в его доработке. Программа, по словам Пати, выявляет ошибки предсказания генов, такие как потенциально неверные позиции начала и конца генов, большие перекрытия между генами, фрагментированные гены и пропущенные гены.

Ошибки предсказания генов, отметила Пати, могут составлять от двух до 30 процентов от первоначально идентифицированных в геноме генов и зависят от многих факторов, таких как горизонтальный перенос генов между видами. Например, гены, приобретённые горизонтальным переносом, могут стать псевдогенами (похожими на гены, но не кодирующими продукт гена) и более подвержены ошибкам. Пати заявила, что GenePRIMP значительно сокращает время, которое учёные тратят на проверку всего генома, целенаправленно выделяя ошибки, требующие ручной коррекции.

«Без отчёта GenePRIMP для работы», — сказала она, приводя в пример микроб Starkeya novella (почвенная бактерия, играющая важную роль в регуляции круговорота углерода и серы), — «учёному DOE JGI пришлось бы изучить 4480 моделей генов. С GenePRIMP им нужно изучить менее десятой части этого количества генов». Она добавила, что отчёт GenePRIMP предлагает дополнительную ценность, поскольку уже включает любые аномалии, обнаруженные с помощью BLAST (Basic Local Alignment Search Tool), который находит области локального сходства между последовательностями, поэтому учёным не нужно запускать собственный поиск BLAST.

«С помощью GenePRIMP мы достигли крупного прорыва в повышении качества структурных аннотаций, таких как предсказание генов», — сказал руководитель Программы биологии генома и старший автор исследования Никос Кирпидес. Он отметил, что использование GenePRIMP даёт исследователям три основных преимущества: высококачественные результаты с меньшим количеством ошибок; подход, который можно использовать независимо от автоматизированного программного обеспечения, изначально применённого для проверки аннотаций генов; и, наконец, метод стандартизации предсказания генов.

«Существует множество различных инструментов, используемых для предсказания генов у прокариот», — сказал Кирпидес. — «Основная проблема в том, что все они дают очень разные результаты. Это мешает нашей возможности сравнивать геномы, секвенированные и аннотированные из различных источников, поскольку они используют разные инструменты для предсказания генов. GenePRIMP не заменяет ни один из доступных методов; пользователь может применить любой доступный метод автоматического предсказания генов, а затем использовать GenePRIMP для исправления первоначального результата. Это даст гораздо более стандартизированный результат, таким образом не только значительно улучшая качество, но и значительно облегчая сравнительный анализ».

Дон Филд, президент Консорциума стандартов геномики (Genomics Standards Consortium), международной инициативы исследователей геномики, заинтересованных в установлении стандартов сбора и фиксации геномных данных для широкого сообщества, назвала GenePRIMP «отличным решением давней проблемы в вычислительной биоинформатике — как очистить предсказания генов на основе сравнительных геномных данных. В идеале, — добавила она, — лежащие в основе принципы проложат путь к новым стандартам в предсказании генов».

GenePRIMP доступен для использования исследователям по адресу http://geneprimp.jgi-psf.org/. Ожидается, что этим новым инструментом контроля качества воспользуются исследователи геномики, поддерживаемые рядом федеральных агентств и других источников финансирования. Текущая версия программного обеспечения находит и сообщает учёным об аномалиях в моделях генов. Пати сказала, что будущая версия GenePRIMP будет автоматически находить и исправлять эти аномалии, а также сообщать о сдвигах рамки считывания (генетическая мутация, вызванная вставкой или делецией нуклеотидов) и псевдогенах.

«Последовательная высококачественная аннотация микробных геномов является ключом к их полезности», — сказал Оуэн Уайт, директор по биоинформатике Медицинской школы Университета Мэриленда и руководитель Центра анализа и координации данных проекта «Микробиом человека», который отслеживает, хранит, анализирует и распространяет данные. — «Программное обеспечение, такое как GenePRIMP, является важным компонентом в нашем наборе инструментов контроля качества».

Пати отметила, что этот автоматизированный программный инструмент является кристаллизацией ручных операционных процедур, используемых более 3 лет для исправления моделей генов в DOE JGI. «Таким образом, он также следует принципам стандартизации Консорциума стандартов геномики, и дальнейшая разработка будет учитывать рекомендации Консорциума», — написали она и её коллеги, — одновременно обеспечивая более быстрый, лучший и дешёвый анализ.