DNA序列拼接的研究进展及挑战.pdfVIP

CN43—1258／TP 计算机工程与科学 2007年第 29卷第8期 lSSN 1007—130X Ck)MPUTERENGINEERING SCIENCE Vo1．29，No．8，2007 文章编号：1007—130X(2007)08—0127—06 DNA序列拼接的研究进展及挑战 ResearchProgressandChallenges fortheDNA SequenceAssembly 骆志刚。方小永。丁 凡 LUO Zhbgna g。FANG Xiao-yong，DING Fan (并行与分布处理国家重点实验室。湖南 长沙 410073】 (NationalLaboratoryforParallelandDistributedProcessing，Changsha410073。China】 摘 要：本文介绍DNA序列拼接的研究背景及内涵，给出两类拼接算法的基本处理过程与研究现状，分析 DNA序列 拼接面临的挑战和应对方法，对DNA序歹l】拼接的未来研究内容给出预测。 Abstract：Theresearchb~ckgroundandsignificancefortheDNA sequenceassemblyaredescribedinhtispaper．Then． thefundamentalprocessingandresearchprogressoftwokindsofalgorithmsforassemblyarepresented．Next，htechallen- gesandcorrespondingtreatmentmethodsforassme blyareanalyzed．FinallythefutureresaerchonDNA sqeuenceassme bly ispredicted． 关键词：序列拼接；repeat；序列比对；Scaffolding Keywords：sequenceassme bly；repeat；sqeuencealignment；scaffolding 中图分类号：Q8儿．4 文献标识码：A Shotgun，简称 WGS方法)[。“]和基于克 隆文库方法 1 引言 (C1one-By-Clone，简称CBC)[ 。两种测序策略下序列拼 接问题的主要区别是：WGS方法的序列拼接是在整个基因 近20年来，随着生物实验技术和信息处理技术的迅速 组范围内进行的，而CBC方法则把序列拼接问题转化为 发展与提高，越来越多的模式生物基因组完成 了测序。其 BAC范围内的局部拼接和 片段的拼接问题。从算法 中，最引人注 目的是人类基因组计划 (HunlanGenomePro— 的角度分析，两种策略下的序列拼接问题并无本质上的区 ject，简称 HGP)。基因组测序的 目标与任务就是要确定 别。 DNA分子的碱基序列，而 DNA序列拼接 (DNASequence Assembly)~Jl是基因组测序的关键技术之一。所谓 DNA 2 DNA序列拼接的研究进展 序列拼接，即给定一个 DNA片段(Fragment或 Raed)集合 F，该集合中的每个元素都是某DNA序列 S的子序列，则 目前，序列拼接算法可分为两类[92]：基于 Hamilton 序列拼接就是利用计算机技术