Устранение азарта из секвенирования ДНК
Ученые из Университета Южной Калифорнии (USC) разработали алгоритм, который может сделать секвенирование ДНК достаточно доступным для клиник и будет полезен исследователям в различных областях.
Вычислительный биолог Эндрю Смит из USC Dornsife College of Letters, Arts and Sciences и аспирант Тимоти Дейли создали алгоритм для прогнозирования ценности секвенирования дополнительных участков ДНК. Работа будет опубликована в Nature Methods 24 февраля.
Извлечение информации из ДНК требует решения, какой объем секвенировать: слишком мало — и вы можете не получить нужных ответов, слишком много — и вы потратите время и деньги впустую. Эта дорогая лотерея — одна из причин, по которой секвенирование ДНК пока недоступно для клиницистов. Но, по мнению Смита, ненадолго.
«Вероятно, некоторые клинические применения секвенирования ДНК станут рутинными в следующие 5–10 лет. Например, диагностическое секвенирование для понимания свойств опухоли будет гораздо эффективнее, если будут доступны правильные математические методы».
Сила алгоритма Смита и Дейли, который предсказывает размер и состав неизученной популяции на основе небольшой выборки, заключается в его широкой применимости.
«Это один из тех замечательных случаев, когда конкретная задача в нашем исследовании привела нас к созданию мощного алгоритма с удивительно широкой областью применения».
Ученым часто нужно предсказать неизвестное на основе известного. Алгоритм можно использовать для:
- Оценки числа ВИЧ-инфицированных (для эпидемиологов).
- Определения количества экзопланет в нашей галактике (для астрономов).
- Оценки разнообразия антител у индивидуума (для биологов).
Математическая основа алгоритма использует модель «мечение-повторный отлов» из экологии. В ней особи метятся, и при повторной поимке можно отследить, сколько раз каждая особь была поймана, что позволяет делать выводы о всей популяции (например, о количестве горилл в дикой природе).
В секвенировании ДНК «особями» являются различные геномные молекулы в образце. Однако классические математические модели для подсчета животных не работают в масштабах секвенирования ДНК.
«Базовая модель известна десятилетиями, но способ ее использования делает ее крайне нестабильной для большинства приложений. Мы использовали другой подход, который зависит от большой вычислительной мощности и, кажется, лучше всего работает в крупномасштабных приложениях, таких как современное секвенирование ДНК», — пояснил Дейли.
Схожая проблема стояла перед учеными на ранних этапах проекта по секвенированию генома человека. Математическое решение предложил в 1988 году Майкл Уотерман из USC, и оно нашло широкое применение. Однако современные технологии секвенирования требуют нового взгляда на математические свойства данных.
«Огромные наборы данных потребовали нового подхода. Я очень рад, что он был разработан здесь, в USC», — отметил Уотерман.