下一代測(cè)序短序列比對(duì)軟件算法比較及評(píng)價(jià).pdf

1、高通量的測(cè)序能力使下一代測(cè)序技術(shù)迅速成為全基因組測(cè)序應(yīng)用領(lǐng)域中的主流技術(shù)。ChIP-Seq，RNA-Seq及全基因組重測(cè)序等基因組范圍內(nèi)的相關(guān)研究均涉及下一代測(cè)序數(shù)據(jù)分析，而理解下一代測(cè)序數(shù)據(jù)最重要的第一步即比對(duì)——精確定位每條短序列片段在參照基因組中的位置。目前生物學(xué)者通過隨機(jī)選擇短序列比對(duì)軟件比對(duì)分析高通量測(cè)序數(shù)據(jù)，并未根據(jù)自身研究類型以及測(cè)序數(shù)據(jù)類型的特異性，選擇最佳的短序列比對(duì)軟件。而本課題的研究目的主要是通過系統(tǒng)比較評(píng)價(jià)19款

2、短序列比對(duì)軟件的性能，評(píng)價(jià)短序列比對(duì)軟件優(yōu)劣性，指導(dǎo)生物學(xué)家選擇合適的比對(duì)軟件，從高通量的下一代測(cè)序數(shù)據(jù)中精確提取最大化的生物信息。我們首先比較了19款比對(duì)軟件的算法及特征功能；其次，通過10組來自不同的下一代測(cè)序平臺(tái)的實(shí)際測(cè)序數(shù)據(jù)評(píng)價(jià)短序列比對(duì)軟件運(yùn)行效率，最后，通過設(shè)計(jì)下一代測(cè)序數(shù)據(jù)模擬軟件，模擬生成14組參數(shù)不同的下一代測(cè)序模擬數(shù)據(jù)（涉及測(cè)序誤差率，插入/缺失大小及序列片段長(zhǎng)度等參數(shù)），評(píng)價(jià)比對(duì)精確度，從而綜合評(píng)價(jià)短序列比對(duì)軟件的

3、優(yōu)劣性。
　　根據(jù)比較結(jié)果分析，Novoalign和Segemeh比對(duì)功能具有多樣性，包括空位比對(duì)，雙末端比對(duì)和bisulfite alignment等比對(duì)功能，可以分別應(yīng)用于研究單核苷酸多態(tài)性和結(jié)構(gòu)變異，處理重復(fù)區(qū)域比對(duì)定位問題，構(gòu)建組蛋白甲基化模式圖譜等等不同類型的生物學(xué)應(yīng)用；另外，Bowtie, BWA和SOAP2處理高通量短序列數(shù)據(jù)比對(duì)問題時(shí)，計(jì)算速度快，內(nèi)存使用量低，具有高效的實(shí)用性；而SOAP2,RMAP,PASS,N