Računalna analiza knjižnica dobivenih metodama sekvenciranja sintezom prema kalupu i sekvenciranja nanoporama

diplomski rad

• Naslov (engleski): Computational analysis of short read Illumina and nanopore sequencing libraries
• Autor: Dunja Habulin
• Mentor: Kristian Vlahoviček (mentor)
• Član povjerenstva: Kristian Vlahoviček (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Ivanković (član povjerenstva)
• Član povjerenstva: Zlatko Liber (član povjerenstva)
• Član povjerenstva: Dunja Leljak-Levanić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Biološki odsjek); Zagreb
• Datum i država obrane: 2016-07-21, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Biologija

Sažetak

Danas je sve popularnije za analizu i sklapanje genoma de novo koristiti hibridne podatke, odnosno sljedove očitane korištenjem dviju ili više različitih metoda sekvenciranja. Metoda sekvenciranja sintezom prema kalupu (Illumina) i metoda sekvenciranja nanoporama (Oxford Nanopore) vrlo su dobra kombinacija zbog velike količine i preciznosti očitanih sljedova dobivenih metodom Illumina te duljine očitanih sljedova dobivenih metodom Oxford Nanopore. U ovom radu analizirala sam knjižnice dobivene hibridnim sekvenciranjem genomske DNA spužve Ephydatia mülleri. Spužve pripadaju koljenu Porifera i moguća su prekretnica u ranoj evoluciji carstva Metazoa. Cilj je sklopiti što više genoma ove skupine kako bi se razjasnili brojni evolucijski događaji i odnosi između ostalih koljena carstva Metazoa. S obzirom da su spužve obligatni simbionti s mnogim bakterijskim vrstama, kao i da ih nije moguće uzgojiti u sterilnim laboratorijskim uvjetima, pripremljene knjižnice za sekvenciranje sadrže i određenu razinu kontaminirajuće DNA. Pomoću metoda strojnog učenja klasterirala sam dobivene sljedove obiju tehnologija sekvenciranja kako bih analizirala zastupljenost kontaminantnih sljedova koji ne pripadaju genomu spužve. Sljedove unutar pojedinih klastera sastavila sam u neprekinute nizove. Usporedbom rezultata klasteriranja i učinkovitosti pronalaska kontaminantnih sljedova, prednost imaju sljedovi dobiveni metodom Oxford Nanopore. Bez obzira na ovaj metodološki pristup, i dalje postoje problemi u pouzdanoj identifikaciji kontaminanata, stoga je neophodno ovaj postupak unaprijediti dodatnim računalnim metodama.

Sažetak (engleski)

It is increasingly popular to use hybrid data, i.e. reads from two or more different sequencing libraries, for analysis and de novo genome assembly. The Illumina and the Oxford Nanopore sequencing methods are a very good combination used for this, since the Illumina produces extensive amounts of precise data and the Oxford Nanopore has shown to produce long reads. I analysed genomic DNA libraries of Ephydatia mülleri sponge, which were a result of hybrid sequencing. Sponges belong to the Porifera phylum and might be a milestone in the early evolution of Metazoa kingdom. Therefore it is very important to assemble as many genomes as possible in this particular group in order to clarify various events in the metazoan evolution and relations between other groups within this kingdom. Considering the fact that sponges are indeed obligatory symbionts with many bacterial species and the fact that they are impossible to grow in sterile laboratory conditions, prepared sequencing libraries also contain a certain level of DNA contamination. I clustered reads belonging to both sequencing technologies using machine learning methods, in order to analyse the abundance of contaminant reads. Reads within particular cluster were used to make contigs. After the comparison of both clustering results and contaminant detection efficiency, reads from the Oxford Nanopore sequencing technologies have shown better results. Regardless of the applied methodology, there are still problems with certain contaminant identification and it is therefore essential to further enhance the protocol by using additional computational methods.

• Ključne riječi: tehnologije sekvenciranja sljedeće generacije; nenadzirano strojno učenje; sklapanje neprekinutih sljedova
• Ključne riječi (engleski): next generation sequencing technologies; unsupervised machine learning; contig assembly
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:078287
• Studijski program: Naziv: Molekularna biologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra molekularne biologije (mag. biol. mol.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2017-05-03 10:31:14