Введение
Набор перекрывающихся сегментов ДНК, которые вместе представляют собой консенсусную область ДНК. Контиг (от англ. contiguous) – это набор перекрывающихся сегментов ДНК, которые вместе формируют консенсусную область ДНК. В проектах секвенирования "снизу вверх" контиг относится к перекрывающимся данным секвенирования (ридам); в проектах секвенирования "сверху вниз" контиг относится к перекрывающимся клонам, образующим физическую карту генома, используемую для направления секвенирования и сборки. Таким образом, контиги могут относиться как к перекрывающимся последовательностям ДНК, так и к перекрывающимся физическим сегментам (фрагментам), содержащимся в клонах, в зависимости от контекста.
contig in DNA sequencing
A contig (from contiguous) is a set of overlapping DNA segments that together represent a consensus region of DNA. In bottom up sequencing projects, a contig refers to overlapping sequence data (reads); in top down sequencing projects, contig refers to the overlapping clones that form a physical map of the genome that is used to guide sequencing and assembly. Contigs can thus refer both to overlapping DNA sequences and to overlapping physical segments (fragments) contained in clones depending on the context.
Первоначальное определение контиг
В 1980 году Стаден писал: «Чтобы упростить обсуждение наших данных, полученных методом случайного секвенирования, мы ввели термин "контиг". Контиг – это набор фрагментов секвенирования, связанных между собой перекрытием их последовательностей. Каждый фрагмент секвенирования принадлежит только одному контигу, и каждый контиг содержит как минимум один фрагмент секвенирования. Фрагменты секвенирования в контиге можно объединить для формирования непрерывной консенсусной последовательности, а длина этой последовательности соответствует длине контига.»
Соседствующие последовательности
Контиг – это непрерывная (не смежная) последовательность, полученная в результате повторной сборки небольших фрагментов ДНК, генерируемых стратегиями секвенирования снизу вверх. Это значение термина «контиг» соответствует первоначальному определению Роджера Стадена (1979). Стратегия секвенирования ДНК снизу вверх включает фрагментацию геномной ДНК на множество небольших фрагментов («снизу»), секвенирование этих фрагментов, их повторную сборку в контиги и, в конечном итоге, в весь геном («вверх»). Поскольку современные технологии позволяют напрямую секвенировать только относительно короткие фрагменты ДНК (300–1000 нуклеотидов), геномная ДНК должна быть фрагментирована на небольшие части перед секвенированием. В проектах секвенирования снизу вверх амплифицированная ДНК случайным образом фрагментируется на фрагменты подходящего размера для секвенирования. Полученные последовательности, содержащие последовательности небольших фрагментов, помещаются в базу данных. Программное обеспечение для сборки предоставляет дополнительную информацию об ориентации контигов, построенных на основе этих прочтений, и позволяет собирать их в скаффолды в процессе, называемом построением скаффолдов. Скаффолды состоят из перекрывающихся контигов, разделенных промежутками известной длины. Новые ограничения, накладываемые на ориентацию контигов, позволяют определить местоположение высокоповторяющихся последовательностей в геноме. Если один из концевых прочтений содержит повторяющуюся последовательность, то его положение известно, если его парный прочтение находится в пределах контига. Оставшиеся промежутки между контигами в скаффолдах затем могут быть секвенированы различными методами, включая амплификацию ПЦР с последующим секвенированием (для небольших промежутков) и методы клонирования BAC с последующим секвенированием для больших промежутков.
Контигмы BAC
Контиг также может относиться к перекрывающимся клонам, формирующим физическую карту хромосомы при использовании стратегии секвенирования сверху вниз или иерархического секвенирования. В этом методе секвенирования перед началом секвенирования создается карта низкого разрешения, чтобы обеспечить основу для последующей сборки прочтений последовательности генома. Эта карта определяет относительное положение и степень перекрытия клонов, используемых для секвенирования. Наборы перекрывающихся клонов, образующих непрерывный участок ДНК, называются контигами; минимальное количество клонов, формирующих контиг, покрывающий всю хромосому, составляет путь тайлинга, используемый для секвенирования. После выбора пути тайлинга, составляющие его BAC разрезаются на более мелкие фрагменты и секвенируются. Таким образом, контиги обеспечивают основу для иерархического секвенирования. Сборка контиг-карты включает несколько этапов. Сначала ДНК разрезается на более крупные фрагменты (50–200 кб), которые клонируются в BAC или PAC для создания BAC-библиотеки. Поскольку эти клоны должны покрывать весь геном/хромосому, теоретически возможно собрать контиг из BAC, покрывающий всю хромосому. Однако реальность не всегда соответствует идеалу. Часто остаются пробелы, и первым результатом часто является скаффолд, состоящий из контигов и пробелов, покрывающий область карты. Разрывы между контигами можно закрыть различными методами, описанными ниже.
Строительство контиггов BAC
Контиги BAC создаются путем выравнивания регионов BAC с известным перекрытием с использованием различных методов. Одна из распространенных стратегий – использование картирования STS-маркеров (site-tagged sequence) для обнаружения уникальных участков ДНК, общих для BAC. Степень перекрытия приблизительно оценивается по количеству общих STS-маркеров между двумя клонами, при этом большее количество общих маркеров указывает на большее перекрытие. Поскольку эта стратегия дает лишь очень грубую оценку перекрытия, часто используется анализ фрагментов, полученных после рестрикции, который обеспечивает более точное измерение перекрытия клонов. В этой стратегии клоны обрабатываются одним или двумя рестрикционными ферментами, а полученные фрагменты разделяются с помощью гель-электрофореза. Если два клона имеют перекрытие, они, вероятно, будут содержать общие сайты рестрикции и, следовательно, разделять несколько фрагментов. Поскольку количество общих фрагментов и их длина известны (длина определяется путем сравнения со стандартной шкалой размеров), степень перекрытия может быть определена с высокой точностью.
Пробелы между контигами
Часто после первоначальной сборки контигов BAC остаются пробелы. Эти пробелы возникают, если используемая библиотека бактериальных искусственных хромосом (BAC) имеет низкую сложность, то есть содержит небольшое количество STS или участков распознавания рестрикционными ферментами, или если определенные участки были менее стабильны в векторах клонирования и, следовательно, недостаточно представлены в библиотеке. Если после картирования STS-ориентиров и анализа рестрикционных фрагментов между контигами остаются пробелы, секвенирование концов контигов может быть использовано для их закрытия. Эта стратегия секвенирования концов по сути создает новый STS, который можно использовать для поиска в других контигах. Альтернативно, концевая последовательность контига может быть использована в качестве праймера для прохождения по пробелу.