إطار توجيهي

برنامج التجميع

وفي السياق ذاته، تحتوي بعض البرامج، مثل ABySS و SOAPdenovo 1 و2، على خوارزميات لملء الفجوات، والتي، على الرغم من أنها لا تُنشئ أي هياكل جديدة، إلا أنها تُقلل من طول الفجوة بين أجزاء التسلسل في الهياكل الفردية. وتستطيع برامج مستقلة مثل GapFiller وTGS Gap Closer سدّ عدد أكبر من الفجوات، باستخدام ذاكرة أقل من خوارزميات ملء الفجوات الموجودة ضمن برامج التجميع.

وفي هذا الصدد، كان تسلسل المستدمية النزلية منطلقًا لتقنية التجميع الهيكلي. و أنتج هذا المشروع 140 قطعة متجاورة، تم توجيهها وربطها باستخدام قراءات مزدوجة النهاية. شجع نجاح هذه الاستراتيجية معهد أبحاث الجينوم على تطوير برنامج التجميع الهيكلي "جروبر" لمشاريع التسلسل الأخرى. وحتى عام 2001، كان "جروبر" البرنامج الوحيد المستقل للتجميع الهيكلي. بعد أن أثبت مشروع الجينوم البشري وشركة سيليرا إمكانية إنشاء مسودة جينوم كبيرة، تم تطوير الكثير من البرامج المشابهة. أُنشئ برنامج "بامبوس" عام 2003، وهو نسخة مُعاد كتابتها من برنامج "جروبر" الأصلي، ولكنه أتاح للباحثين إمكانية تعديل معايير التجميع الهيكلي. و سمح هذا البرنامج باستخدام بيانات ربط أخرى اختيارية، مثل ترتيب القطع المتجاورة في جينوم مرجعي.

وفي هذا الصدد، هناك خوارزميات متنوعة مستعملة في برامج التجميع ، ويمكن تصنيفها إلى خوارزميات تعتمد على الترتيب التكراري للعلامات، أو خوارزميات تعتمد على الرسوم البيانية.

إضافةً إلى ذلك، شهدت السنوات الأخيرة ظهور أنواع جديدة من برامج تجميع البيانات الجينية القادرة على دمج بيانات الارتباط من أنواع متعددة من خرائط الارتباط. ALLMAPS هو أول هذه البرامج، وهو قادر على دمج البيانات من الخرائط الجينية، التي تم إنشاؤها باستخدام تعدد أشكال النوكليوتيدات المفردة (SNPs) أو بيانات إعادة التركيب، مع الخرائط الفيزيائية مثل الخرائط البصرية أو خرائط التوافق الجيني .

وفي السياق ذاته، قام أوتوركار وزملاؤه بدراسة جدوى استخدام الكثير من حزم برامج التجميع المختلفة مع بيانات التسلسل الهجينة. وخلصوا إلى أن خوارزميتي ALLPATHS-LG و SPAdes تتفوقان على برامج التجميع الأخرى من حيث عدد القطع المتجاورة (contigs) والهياكل (scaffolds)، وطولها الأقصى، وقيمة N50.

بناء الهياكل وتسلسل الجيل التالي

وعلى صعيد آخر، تنتج أغلب منصات التسلسل الجيني عالية الإنتاجية من الجيل التالي قراءات أقصر مقارنةً بتسلسل سانجر . هذه المنصات الجديدة لها قدرة مميزة على توليد كميات كبيرة من البيانات في فترات زمنية قصيرة، ولكن ظل تسلسل سانجر هو الطريقة القياسية لإنشاء جينوم مرجعي. و على الرغم من أن منصات Illumina قادرة الآن على توليد قراءات أزواج مترافقة بمتوسط طول 150 زوجًا قاعديًا، إلا أنها كانت في الأصل قادرة فقط على توليد قراءات بطول 75 زوجًا قاعديًا أو أقل، مما دفع الكثيرين في المجتمع العلمي إلى التشكيك في إمكانية بناء جينوم مرجعي موثوق باستخدام تقنية القراءة القصيرة. وقد أدى ازدياد صعوبة تجميع القطع المتجاورة والسقالات المرتبطة بالتقنيات الجديدة إلى خلق طلب على برامج حاسوبية وخوارزميات جديدة قوية قادرة على تحليل البيانات.

من جهة ثانية، التسلسل الهجين هي إحدى الطرق التي تدمج تقنيات التسلسل عالي الإنتاجية من الجيل التالي، حيث تُستعمل عدة تقنيات تسلسل بمستويات مختلفة، بحيث تُكمّل كل منها الأخرى . وقد مثّل إطلاق منصة SMRT من شركة Pacific Biosciences بدايةً لتسلسل الجزيئات المفردة وتقنية القراءة الطويلة.

إضافةً إلى ذلك، قام غولدبرغ بتقييم فعالية الجمع بين تقنية التسلسل الهرمي عالي الإنتاجية وتقنية سانجر التقليدية. وقد تمكنوا من زيادة طول القطع المتجاورة N50 إلى حدّ كبير وتقليل طول الفجوات، بل وحتى إغلاق جينوم ميكروبي واحد باستخدام هذه الطريقة.

رسم الخرائط البصرية

كذلك، لقد ثبت أن دمج خرائط الارتباط يُسهم في عمليات التجميع الجديدة باستخدام بيانات إعادة التركيب واسعة النطاق على مستوى الكروموسوم، والتي بدونها قد تتعرض عمليات التجميع لأخطاء في الترتيب الكلي. التخطيط البصري هو عملية تثبيت الحمض النووي على شريحة وهضمه باستخدام إنزيمات القطع المحدد. ثم تُغلق نهايات القطع و يعاد وصلها. و هي عملية مكلفة