TopHat: выявление сайтов сплайсинга с помощью RNA-Seq

МОТИВАЦИЯ: Новый протокол секвенирования матричной РНК в клетке, известный как RNA-Seq, за один запуск генерирует миллионы коротких фрагментов последовательностей. Эти фрагменты, или «риды», можно использовать для измерения уровней экспрессии генов и выявления новых вариантов сплайсинга генов. Однако современное программное обеспечение для выравнивания данных RNA-Seq на геном опирается на известные сайты сплайсинга и не может выявлять новые. TopHat — эффективный алгоритм картирования ридов, предназначенный для выравнивания ридов, полученных в эксперименте RNA-Seq, на референсный геном без опоры на известные сайты сплайсинга. РЕЗУЛЬТАТЫ: Мы картировали риды из недавнего эксперимента RNA-Seq на млекопитающих и восстановили более 72% сайтов сплайсинга, описанных программным обеспечением на основе аннотаций, использованным в этом исследовании, а также почти 20 000 ранее не описанных сайтов. Конвейер TopHat значительно быстрее предыдущих систем: он картирует почти 2,2 миллиона ридов в час работы одного процессора, чего достаточно для обработки всего эксперимента RNA-Seq менее чем за сутки на стандартном настольном компьютере. Мы описываем ряд проблем, характерных для выявления сайтов сплайсинга de novo по ридам RNA-Seq; для их решения потребуется дальнейшее развитие алгоритмов. ДОСТУПНОСТЬ: TopHat представляет собой свободное программное обеспечение с открытым исходным кодом, доступное по адресу http://tophat.cbcb.umd.edu. ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ: Дополнительные данные доступны онлайн в журнале Bioinformatics.