2018年度 植物バイオサイエンス情報処理演習 第12回 情報解析（2） 配列相同性解析・DNA

Presentation on theme: "2018年度 植物バイオサイエンス情報処理演習 第12回 情報解析（2） 配列相同性解析・DNA"— Presentation transcript:

1 2018年度 植物バイオサイエンス情報処理演習 第12回 情報解析（2） 配列相同性解析・DNA
2018年6月22日 機能ゲノム科学　　尾形　善之

2 今後の予定 第10回：配列相同性解析・DNA 第11回：次世代シーケンシング・DNA 第12回：次世代シーケンシング・RNA
第13回：次世代シーケンシング・16S rDNA 第14回：系統樹 第15回：遺伝子機能解析

3 次世代シーケンシング Why? 遺伝子の機能を知る。 DNA 遺伝子の発現を知る。 RNA 種や品種を同定する。 16S rDNA

4 シーケンシングの歴史・DNA ゲノム解読 今世紀初頭：サンガー法 現在：次世代（第二世代）シーケンシング ヒトやシロイヌナズナのゲノムを解読
国際プロジェクトで数年 現在：次世代（第二世代）シーケンシング モデル生物だけでなく多くの生物のゲノムを解読 モデル生物のリシーケンシング ひとつのプロジェクトで一年 Wikipedia

5 サンガー法 ポリアクリルアミドゲル電気泳動 キャピラリー電気泳動 高速化を実現 Wikipedia

6 次世代シーケンシングの実際 大規模な並列化を実現 マルチプレックス法 イルミナ社HPより

7 シーケンサーのスループット 2.5Mb/日 3年半で1人 1.8Gb/日 2日で1人 400Gb/日 1日で130人 イルミナ社HPより

8 次世代シーケンシングのデータ解析 次世代シーケンサー(NGS)からの出力 データ解析 配列データ：FASTQ形式
ゲノム解読（リファレンスなし）：アセンブリ リシーケンシング（リファレンスあり）：マッピング

9 アセンブリ（アセンブル） 材料 作業 リード：NGSから出力されたFASTQ配列 短いリード配列を繋ぎ合わせて長くする
de Bruijn graphを利用するアルゴリズム こちらのサイトで説明します アセンブラーソフトはこちらで説明します

10 ゲノムマッピング 原理 ソフトウェア リード配列とゲノム配列との相同性を検出 一般には、Bowtie2やBWAが主流
ここでは、BLASTを紹介します

11 SNP解析 一塩基多型 (Single Nuleotide Polymorphism) 目的 作業
同種の系統（個体）間で、遺伝子内の一塩基置換を検出する。 作業 試料の塩基配列を同種の参照配列にマッピングして、塩基が一致しない箇所を探す。

12 SNP解析ツール GATK Magic-BLAST MagicSuite コマンドライン GUI もっとも汎用 さまざまなツー ル
ツール名 GATK Magic-BLAST MagicSuite プラットフォーム コマンドライン GUI 特徴 もっとも汎用 さまざまなツー ル 使える機能が 多すぎて…… Windowsには 対応していない NCBI提供 ショートリード のマッピング 試料によらな い (DNA, RNA, 16S rDNA) 出力データの 加工が必要 Magic-BLAST ベースで動作 目的に応じて、 出力データを 自動加工

13 SNP解析の実際・1 クエリーリード配列 データベース配列 次世代シーケンサーから出力されたFASTQファイル
NCBIのGenomeデータベースから入手したゲノムのFASTAファイル

14 SNP解析の実際・2 Magic-BLASTの実行 データベースの作成 プログラムの実行 オプション 「makeblastdb」コマンド
「-outfmt tabular」：タブ区切りで出力 「-score 数字」：ヒットする塩基数の閾値を設定

15 SNP解析の実際・3 Magic-BLAST出力ファイルの処理 出力ファイルの読み取り 出力ファイルの集計
塩基の置換・欠失・挿入のあった箇所の確認 今日の実習でやります 出力ファイルの集計 置換箇所の割合の評価 今日の実習ではやりません（MagicSuiteで）

16 出力ファイルの説明 各列の概要 1列目：クエリーのID（今回は不要） 2列目：データベースのID（染色体番号）
7,8列目（G,H列）：クエリーの塩基番号 9,10列目（I,J列）：データベースの塩基番号 14,15列目（N,O列）：配列の方向 17列目（Q列）：置換などの情報

17 染色体番号 0：第1染色体 1：第2染色体 2：第3染色体 3：第4染色体 4：第5染色体 5：ミトコンドリア 6：葉緑体

18 配列の方向 クエリーの方向（N列） データベースの方向（O列） 基本的に「plus」 「plus」と「minus」がある
注目遺伝子の方向と同じであることがポイント

19 置換などの情報 数字のみ：すべての塩基が一致 「58AG17」 他の記号 最初から58塩基と後ろから17塩基は一致
「-」：ギャップ 「^」：イントロンの塩基数 「_」：クエリーのギャップの塩基数

20 チェックポイント DNAシーケンシングの歴史について説明しなさい。 SNP解析について説明しなさい。