5日目資料(2006/08/30)

Table of Contents 今日の流れ
生物情報科学実験Ⅰ
∼ショットガンアセンブリ∼ Day5

ゲノムアセンブリにおける
マルチプルアラインメント
{
{

簡易マルチプルアラインメント
詳細マルチプルアラインメント
課題提出方法
東京大学大学院新領域創成科学研究科特任助手
笠原雅弘
([email protected])
Contig の先頭リードを求める

各パスの先頭のリードを求める
{
{
Contig の先頭リードを求める

全てのリードを先頭のリードとしてマーク
各リードに対して、ベストオーバーラップ先の
リードのマークを消去→先頭のみが残る
各パスの先頭のリードを求める
{
{
全てのリードを先頭のリードとしてマーク
各リードに対して、ベストオーバーラップ先の
リードのマークを消去→先頭のみが残る
ゲノム配列
先頭リード
ゲノム配列
先頭リード
リード
ベストオーバーラップ
リード
ベストオーバーラップ
複数コンティグの存在に注意

先頭のリードは一般に複数存在する
{
{
ゲノム配列が完全に覆われていない時
環状ゲノム配列が完全に覆われたときには先頭リードがなく
なってしまうことにも留意

コンティグ毎に（簡易）
マルチプルアラインメント

精度の良いマルチプルアラインメントは計
算時間が長い
{
今回実験でショットガンシークエンシングしたのは環状プラスミド
であるからこの可能性はあり得るが、実際にはギャップが存在し
ているので、それを仮定してプログラミングして構わない
{
ゲノム配列
必須課題では簡易的に計算する
実際においても簡易マルチプルアラインメン
トを計算し、結果を徐々に改善していく方法
が採られる
先頭リード
コンティグ(contig)
ギャップ
コンティグ(contig)
簡易マルチプルアラインメント１

先頭リードを並べ、仮のコンセンサス配列
とする
簡易マルチプルアラインメント２

仮のコンセンサス配列と次のリードの
オーバーラップアラインメントを計算する
仮のコンセンサス配列
仮のコンセンサス配列
先頭リード
先頭リード
オーバーラップアラインメントを計算
先頭リード
次のリード
簡易マルチプルアラインメント３
オーバーラップアラインメントではみ出た
部分を仮のコンセンサス配列に追加

簡易マルチプルアラインメント４

仮のコンセンサス配列と次のリードの
オーバーラップアラインメントを計算する
仮のコンセンサス配列
仮のコンセンサス配列
先頭リード
先頭リード
オーバーラップアラインメントを計算
オーバーラップアラインメントを計算
次のリード
簡易マルチプルアラインメント５

以下同様に計算を行う
{
最後のリードに達したときにできあがったコン
センサス配列はだいたい正しい

相補鎖 Contig を考慮する

アセンブルする前に、リード群に対して相補配
列群を生成し、加えたのでそれを考慮
{
片方を出力したらもう片方は出力しない
毎リードについて、追加した部分に間違った塩基
があれば、コンセンサス配列も間違ったままにな
ることに注意する
ゲノム配列Ｇ
コンセンサス配列
ゲノム配列Ｇの相補配列
先頭リード
同じ色のリードは相補配列の関係
必須課題 5-1
今日の課題

必須課題 5-2

MultipleAlignment.java と Assemble.java
を実装し、ソースファイルを提出
リードをアセンブルしたコンティグの配列を提
出せよ
{
{
作成したContigが正しいことを確かめよ
{
Smith-Watermanアラインメントを計算し、標
的配列と作成したContigの対応関係（何番
目の塩基と何番目の塩基が対応している
か）を調べレポートに記せ

課題 Webページ上に標的配列を掲載した
{
{

課題 5-2 の注意

注意点
{
Hirschberg の領域節約法を実装していない
場合メモリーが足りないというエラーがでる
かもしれない

JavaVM はデフォルトで 64Mbytes までのメモ
リーしか扱えない。–Xmx オプションを与える等
して使えるメモリー量を増やしておくこと
やり方の詳細は３日目資料を参照
作成した Contig と100%一致するとは限らない
標的配列は環状の配列である
作成した Contig にシークエンシングエラーがあ
れば、その位置をレポートに記せ
簡易マルチプルアラインメントの
問題点

リードにシークエンシングエラーがあるとそのミ
スがコンセンサス配列に含まれてしまう
コンセンサス配列
先頭リード
この場合はエラーが残らない
コンセンサス配列
先頭リード
エラーが伝播する
シークエンシングエラー
コンセンサス配列の再評価
Master-Slave alignment

コンセンサス配列に再度リードをアラインメント
(Master-Slave alignment)、その後多数決
コンセンサスと異なる配列が多かった塩
基を多数決で修正

コンセンサス配列
ミスが伝播する
先頭リード
コンセンサス配列
リードをコンセンサスに再アラインメント
コンセンサス配列修正
コンセンサス配列
コンセンサス配列
再アラインメントでコンセンサス配列と
異っていた塩基
反復が必要となる場合もある

先に確定させたコンセンサスに対して
真のコンセンサス配列が長い場合
修正によってコンセンサス
配列とは不一致するように
なっている
応用課題 5-3

反復アルゴリズムを用いた
マルチプルアラインメントを実装せよ
{
ACCGCCTATATTAGTCTTGACG
CTTATACTAGTCATGACGTTC TCT
CTATACTTGTCTTGACGTTCATTCTAGCATGC
AGTCTTGACGTTC TTCTAGAATGCACATACG
CTTAACGTT ATTCTAGAATGCACATGCGACT
このように並べるために
は２回の反復が必要
再アラインメントでコンセンサス配列と
異っていた塩基
{
プログラムソースを提出
簡易マルチプルアラインメントでは上手くマル
チプルアラインメントできない例を与えて実行
し、結果が改善していることを示せ
他プログラムの
アラインメントアルゴリズム

Phrap (P. Green, et al.)
{
リード配列の QV が高い部分を
継ぎ接ぎしてコンセンサスを作る

{
各塩基のＱＶ合計が最も高くなるように
QV(Quality Value) はベースコーラーが
出力する、塩基の精度を表す値
課題提出について

URL
{

report5 として提出すること
必須課題〆切
{

９月４日１０時００分
応用課題〆切
{

http://mlab.cb.k.u-tokyo.ac.jp/~mkasa/upbsb2006/
９月８日１９時００分
提出方法は基礎(Java)コースと同じ
{
分からない場合には質問

Download Report