UK 
EnglishТипова
Polski🔬 Секвенування ДНК
Вирівнювання послідовностей Сміта-Ватермана, виявлення SNP та алгоритми біоінформатики.
Схожі симуляції
Про симуляцію секвенування ДНК
Ця симуляція моделює основні етапи секвенування нового покоління (NGS), коли багато коротких зчитувань ДНК відбираються з геному і вирівнюються назад до референтної послідовності за допомогою алгоритму локального вирівнювання Сміта-Ватермана. Ви можете спостерігати, як глибина покриття, довжина зчитування та частота помилок секвенування взаємодіють, визначаючи якість вирівнювання, точність виявлення варіантів і повноту зібраних контигів. Симуляція візуалізує стеки вирівнювання, виклик SNP та збірку методом overlap-layout-consensus у реальному часі.
Секвенування ДНК лежить в основі сучасної геноміки, клінічної діагностики та еволюційної біології. Від першого секвенування фага PhiX174 методом Сенгера у 1977 році до сучасних платформ коротких зчитувань Illumina, що секвенують мільярди основ за один прогін, здатність дешево та точно читати ДНК трансформувала медицину, сільське господарство та наше розуміння життя.
Часті запитання
Що таке секвенування ДНК?
Секвенування ДНК — це процес визначення точного порядку нуклеотидних основ — аденіну (A), тиміну (T), гуаніну (G) і цитозину (C) — у молекулі ДНК. Сучасні платформи секвенування нового покоління фрагментують геном на мільйони коротких зчитувань, секвенують їх паралельно, а потім використовують обчислювальне вирівнювання для реконструкції вихідної послідовності. Це дозволяє вченим виявляти генетичні варіанти, вивчати експресію генів і діагностувати спадкові захворювання.
Як користуватися цією симуляцією?
Виберіть режим на панелі керування: Вирівнювання показує зчитування, зіставлені з референсом, Виклик SNP підсвічує позиції, де невідповідності повторюються в кількох зчитуваннях, а Збірка відображає зібрані контиги зі стрілками перекриття. Налаштуйте повзунок частоти помилок (0–10%), щоб внести шум секвенування, глибину покриття (5–50x), щоб контролювати кількість відібраних зчитувань, і довжину зчитування (50–300 п.н.), щоб змінити розмір фрагмента. Використовуйте кнопки пресетів для швидких сценаріїв, а потім натисніть «Регенерувати зчитування», щоб повторно відібрати вибірку та спостерігати, як реагує статистика — N50, вирівняні зчитування, знайдені SNP та відсоток збірки.
Що означає глибина покриття і чому це важливо?
Глибина покриття (позначається c) — це середня кількість зчитувань, що перекривають будь-яку задану основу референсу, обчислена як c = N x L / G, де N — кількість зчитувань, L — довжина зчитування, а G — довжина геному. При низькому покритті (нижче 5x) багато позицій залишаються непрочитаними, що призводить до прогалин у збірці. При 20–30x переважна більшість позицій покрита, і виклики SNP стають надійними; понад 50x приріст точності зменшується, але виявлення рідкісних варіантів покращується. Симуляція дозволяє перетягувати покриття від 5x до 50x і спостерігати, як відповідно змінюються повнота збірки та N50.
Як працює вирівнювання Сміта-Ватермана?
Сміт-Ватерман — це алгоритм динамічного програмування для локального вирівнювання послідовностей, представлений Темплом Смітом і Майклом Ватерманом у 1981 році. Він заповнює матрицю оцінок, де кожна клітинка score(i,j) = max(score(i-1,j-1) + заміна(i,j), score(i-1,j) - штраф_за_розрив, score(i,j-1) - штраф_за_розрив, 0). Нульова межа — ключова відмінність від глобального вирівнювання: вона дозволяє вирівнюванню починатися будь-де і закінчуватися в будь-якій клітинці з високою оцінкою, що робить його ідеальним для зіставлення коротких зчитувань з довшим референсом, навіть якщо зчитування зашумлене чи лише частково перекривається.
Що таке однонуклеотидний поліморфізм (SNP) і як його виявляють?
SNP — це позиція в геномі, де одна основа відрізняється між індивідами або між секвенованим зразком і референсом. У даних секвенування SNP проявляється як стабільна невідповідність у багатьох незалежних зчитуваннях в одній і тій самій позиції. Засоби виклику варіантів відрізняють справжні SNP від помилок секвенування, вимагаючи, щоб альтернативна основа з'являлася в мінімальній частці зчитувань (зазвичай 20–30%) і при достатньому покритті (часто щонайменше 8x). Випадкові помилки розсіяні по зчитуваннях і позиціях, тоді як справжній SNP повторюється в тому самому місці в кожному зчитуванні, що його покриває.
Що таке метрика N50 і як її інтерпретувати?
N50 — це довжина найкоротшого контигу в наборі найдовших контигів, які разом покривають щонайменше 50% загальної довжини збірки. Це зважена за довжиною медіана, а не проста середня величина: жменька довгих контигів може підняти N50 високо, навіть якщо існує багато коротких контигів. У цій симуляції вище покриття та нижча частота помилок дають менше, довших контигів і, відповідно, вищий N50. Метрика є стандартним орієнтиром для порівняння зв'язності геномної збірки; збірка геному людини з N50 понад 10 Мб вважається хромосомного масштабу.
Якими були ключові віхи в історії секвенування ДНК?
Фредерік Сенгер і Волтер Гілберт незалежно розробили перші практичні методи секвенування у 1977 році, поділивши Нобелівську премію з хімії у 1980 році. Метод обриву ланцюга Сенгера став основним інструментом Проєкту «Геном людини», завершеного у 2003 році з вартістю приблизно три мільярди доларів. Запуск платформ коротких зчитувань Illumina в середині 2000-х знизив вартість геному до менш ніж тисячі доларів до 2014 року. Oxford Nanopore і Pacific Biosciences згодом впровадили секвенування довгих зчитувань, що уможливило майже повну збірку складних геномів, включно з першою безпрогальною референтною послідовністю людини, опублікованою у 2022 році.
Які основні реальні застосування секвенування ДНК сьогодні?
Клінічна геноміка використовує секвенування для діагностики рідкісних генетичних розладів, спрямування лікування раку через профілювання мутацій пухлини та скринінгу новонароджених на сотні спадкових захворювань. Геноміка інфекційних хвороб уможливила швидке відстеження варіантів SARS-CoV-2 під час пандемії COVID-19. Сільське господарство застосовує секвенування для виведення сортів, стійких до хвороб і високоврожайних. Судова наука використовує профілювання коротких тандемних повторів (STR) для ідентифікації, а секвенування довкільної ДНК (eDNA) дозволяє екологам обстежувати біорізноманіття за зразками води чи ґрунту без вилучення організмів.
Чи правда, що більше покриття завжди дає кращі результати?
Не обов'язково. Покриття підпорядковується закону спадної віддачі: перехід від 5x до 30x різко покращує повноту збірки та точність SNP, але перехід від 100x до 500x додає мало для стандартного диплоїдного геному. Надзвичайно високе покриття може навіть внести шум, оскільки артефакти секвенування — такі як оптичні дублікати на платформах Illumina — накопичуються і повинні бути видалені. Для більшості досліджень зародкових варіантів стандартом є 30x; для виявлення соматичних мутацій при раку, де мутацію несе лише частка клітин, може знадобитися цільове покриття 100–1000x.
Чим збірка геному відрізняється від вирівнювання?
Вирівнювання зіставляє зчитування з наявною референтною послідовністю; збірка відтворює послідовність з нуля без референсу, використовуючи лише перекриття між зчитуваннями. Підхід overlap-layout-consensus (OLC), використаний у цій симуляції, знаходить пари зчитувань, що мають перекриття суфікс-префікс, будує граф перекриттів, знаходить шлях через нього (layout) і виводить консенсусну основу в кожній позиції. Збірка на графах де Брёйна, яку використовують інструменти на кшталт SPAdes і Velvet, є альтернативою, що розбиває зчитування на короткі k-мери і краще підходить для коротких зчитувань Illumina. Збирачі довгих зчитувань, такі як Flye та Hifiasm, можуть створювати майже повні хромосоми за один прогін.
Які проблеми переднього краю залишаються в секвенуванні та збірці ДНК?
Високоповторювані регіони — центромери, теломери та сегментні дуплікації — залишаються важкими для збірки, оскільки зчитування, коротші за одиницю повтору, не можуть однозначно охопити їх; лише надддовгі зчитування (100 тис. п.н.+) від Oxford Nanopore їх вирішують. Фазування гаплотипів, визначення того, які варіанти трапляються на тій самій копії хромосоми, все ще є обчислювально складним для гетерозиготних диплоїдних або поліплоїдних геномів. Епігеномне секвенування, що одночасно зчитує послідовність основ і метилювання ДНК з тієї самої молекули, є новою можливістю. Просторова транскриптоміка, яка відображає експресію генів на фізичні місця в тканинних зрізах, і секвенування одиничних клітин, що секвенує окремі клітини, а не масові популяції, швидко розширюють межі того, що може виявити секвенування.
Про цю симуляцію
Цей інтерактивний інструмент моделює основні етапи секвенування нового покоління, коли багато коротких зчитувань, відібраних з геному, вирівнюються назад до референсу. Короткі фрагменти зіставляються за допомогою рекурентного співвідношення локального вирівнювання Сміта-Ватермана, score(i,j) = max(діагональ + заміна, вгору − розрив, ліворуч − розрив, 0), а потім складаються в стек для побудови профілю покриття. З цього стеку можна виявити однонуклеотидні поліморфізми, виміряти глибину зчитування та повторно зібрати суміжні сегменти, щоб вивчити, як покриття визначає якість збірки.
🔬 Що показує
Випадковий референтний геном довжиною 80 п.н., короткі зчитування (12-18 п.н.), взяті з нього з помилками, внесеними з обраною вами частотою, і отримана гістограма покриття. Місця SNP закладені приблизно кожні 20 п.н. Оцінка Сміта-Ватермана лежить в основі вирівнювання, покриття відповідає c = N·L/G, а збірка повідомляє про діапазони контигів та довжину N50 (розмір контигу, при якому половина збірки покрита).
🎮 Як користуватися
Виберіть режим — Вирівнювання, Виклик SNP або Збірка. Перетягніть повзунки для частоти помилок (0-10%), глибини покриття (5-50×) та довжини зчитування (50-300 п.н.), або натисніть пресети, такі як Ідеальні зчитування, 5% помилок, Високе покриття та Низьке покриття. Натисніть «Регенерувати зчитування» для повторної вибірки. Бічна панель відстежує N50, вирівняні зчитування, знайдені SNP, відсоток збірки та покриття.
💡 Чи знали ви?
Метрика N50 навмисно зважена за довжиною, а не є простою середньою величиною: це довжина контигу, при якій контиги такого розміру чи довші покривають щонайменше половину зібраних основ, тому кілька великих контигів різко піднімають її. Вона залишається стандартним мірилом для порівняння зв'язності геномної збірки.
Часті запитання
Що таке секвенування ДНК у цій симуляції?
Це спрощена модель секвенування нового покоління, у якій багато коротких зчитувань, відібраних з геному, вирівнюються назад до відомого референсу. Симуляція генерує референс довжиною 80 п.н., виробляє короткі зчитування з реалістичними помилками, а потім вирівнює, викликає варіанти та збирає їх, щоб ви могли візуально побачити кожен етап.
Як насправді працює вирівнювання?
Зчитування розміщуються відносно референсу за допомогою локального вирівнювання послідовностей на основі рекурентного співвідношення Сміта-Ватермана, score(i,j) = max(діагональ + заміна, вгору − розрив, ліворуч − розрив, 0). Нульова межа в цій формулі дозволяє вирівнюванням починатися будь-де, що і робить цей метод локальним, а не глобальним, дозволяючи зашумленим зчитуванням все одно зіставлятися з найкращою для них ділянкою.
Що роблять елементи керування частотою помилок, покриттям і довжиною зчитування?
Частота помилок (0-10%) задає, як часто основа зчитування випадково замінюється, імітуючи шум секвенування. Глибина покриття (5-50×) керує кількістю відібраних зчитувань за формулою c = N·L/G. Довжина зчитування (50-300 п.н.) змінює довжину кожного фрагмента; разом вони визначають, наскільки надійно викликаються SNP і наскільки повною стає збірка.
Що таке SNP і як його відрізнити від помилки?
Однонуклеотидний поліморфізм — це справжня однооснóвна відмінність, присутня в стабільній позиції, тоді як помилка секвенування випадкова і рідко повторюється в тому самому місці. Симуляція закладає місця SNP приблизно кожні 20 п.н. і позначає їх червоним; реальні засоби виклику варіантів покладаються на ту саму логіку, вимагаючи, щоб невідповідність з'являлася в багатьох перекривних зчитуваннях, перш ніж прийняти її як справжній варіант.
Чи є це точним відображенням реального секвенування?
Це достовірна концептуальна модель, а не виробничий конвеєр. Рекурентне співвідношення вирівнювання, рівняння покриття та визначення N50 справжні, але реальні секвенатори обробляють мільйони зчитувань, парні кінці, оцінки якості основ і значно складніші графи збірки. Симуляція навмисно масштабує все донизу, щоб зв'язки між глибиною, помилкою та якістю збірки залишалися видимими.