基因组标记的空间映射
摘要：一种衡量和可视化任意数量DNA序列之间相互关系的计算方法被提出。可以通过计算DNA序列图形表示的每对之间的“图像距离”，并将距离可视化为一种分子距离图来实现。图上的每个点代表一个DNA序列，任意两个点之间的空间接近程度反映了相应序列之间的结构相似性。所采用的DNA序列图形表示方法是混沌游戏表示法（CGR），具有基因组和物种特异性，因此可以作为一种基因组签名。因此，分子距离图可用于物种鉴定、分类以及一定程度上的进化历史。所使用的图像距离是结构不相似性指数（DSSIM），隐式比较DNA序列中长达$k$（本文中$k=9$）的寡聚体出现情况。我们计算了500多万对完整线粒体基因组的DSSIM距离，并使用多维尺度分析（MDS）获得分子距离图，以在不同的分类水平上可视化序列相关性。这种通用方法不需要DNA序列同源性，因此可以用来比较相似或截然不同的DNA序列，包括基因组或计算机生成的序列，长度相同或不同。我们通过将其应用于几个分类子集来说明这种方法的潜在用途：脊椎动物门、原生动物（超）界、两栖类-昆虫类-哺乳类等等。对大规模数据集的分析证实了全mtDNA序列的寡聚体组成可以作为分类信息的来源。
作者：Lila Kari, Kathleen A. Hill, Abu S. Sayem, Rallis Karamichalis, Nathaniel Bryans, Katelyn Davis, Nikesh S. Dattani
论文ID：1406.4105
分类：Genomics
分类简称：q-bio.GN
提交时间：2017-02-08