Montagem do Genoma em Bioinformática: Definição, Métodos e Caso

Montagem do genoma é um problema central da bioinformática, que visa reconstruir sequências genómicas inteiras a partir de leituras de DNA curtas e segmentadas. Esta é a base dos estudos biológicos, permitindo a investigação da arquitetura genética, dinâmicas evolutivas e genómica funcional. O processo de montagem do genoma foi dramaticamente transformado com o advento de tecnologias de sequenciamento de alto rendimento, afastando-se de tecnologias trabalhosas e de baixo rendimento como Sequenciação de Sanger para tecnologias mais recentes, como a Illumina, PacBio e Oxford NanoporeEstas tecnologias geram enormes quantidades de dados, exigindo algoritmos computacionais para reconstruir genomas de forma precisa e eficiente. Neste artigo, falamos da importância da montagem de genomas em bioinformática, os seus princípios, estratégias computacionais, desafios e aplicações através de alguns exemplos do mundo real.

A bioinformática aborda questões na montagem de genomas.

Embora transformador, montagem do genoma tem desafios intrínsecos significativos:

• RepetiçõesOs genomas eucarióticos contêm grandes quantidades de elementos repetitivos que complicam a montagem. Estas regiões são difíceis de resolver e podem levar a montagens genómicas fragmentadas e imprecisas. Sequenciação de leitura longa A instrumentação (por exemplo, PacBio HiFi e Nanopore) pode surgir como uma solução para este problema quando se trata de atravessar regiões repetitivas.
• HeterozigoseidadeAs diferenças entre os cromossomos homólogos presentes em organismos diploides e poliploides desfocam as linhas de distinção para haplótipos, apresentando desafios de montagem. Algoritmos de fase recentes e montadores específicos de haplótipos aumentaram significativamente a fase de regiões heterozigóticas para reconstruir genomas mais complexos.
• Erros de Dicionário de SequenciamentoEnquanto a PacBio e a Oxford Nanopore têm leituras longas, tendem a cometer mais erros. Montagens fiáveis requerem mecanismos eficazes de correção de erros, como ferramentas de polimento de consenso (por exemplo, Pilon e Racon).
• Megalomania de DadosGenomas grandes produzem uma enorme quantidade de dados que requerem elevados recursos computacionais para montagem, armazenamento e análise. Gerir estas exigências requer algoritmos eficientes e uma infraestrutura escalável, como por exemplo, pipelines de montagem baseados na nuvem.

Abordar estas questões exigirá um conjunto de novos métodos computacionais, algoritmos rigorosos e fluxos de trabalho otimizados dependentes do contexto.

Métodos de Bioinformática na Montagem do Genoma

Os métodos de montagem de genomas reconstituem sequências genómicas a partir de milhões ou biliões de leituras de DNA curtas ou longas.

Montagem De Novo

Montagem de novo reconstrói genomas sem o uso de um genoma de referência, dependendo apenas das relações partilhadas entre as leituras de sequenciação. Esta abordagem é essencial para caracterizar organismos novos e para elucidar características genómicas únicas.

• Grafos de De Bruijn (DBG)Os montadores baseados em DBG (como SPAdes e Velvet) dividem as leituras em pedaços menores chamados k-mers. Estes são usados para construir um gráfico com k-mers como nós e sobreposições como arestas. Este método destaca-se na montagem de leituras curtas, tornando-se uma escolha excelente tanto para genomas microbianos como para pequenos eucariotos.
• Sobreposição-Layout-Consenso (OLC)Os algoritmos OLC, com implementações como Canu e Flye, encontram sobreposições entre leituras longas, criam disposições e geram sequências de consenso. Esta abordagem é particularmente adequada para superar repetições e regiões estruturalmente complexas dos genomas, proporcionando montagens muito mais contíguas. Neste momento, os montadores OLC foram atualizados recentemente para adicionar métodos tolerantes a erros para os dados ruidosos de leituras longas, melhorando ainda mais a aplicabilidade.

Aplicação da Bioinformática na Montagem do Genoma

• Genómica de Célula ÚnicaA montagem do genoma de células únicas promete revelar a heterogeneidade genética a um nível de resolução sem precedentes. Na investigação de tumores, isso é especialmente relevante, uma vez que a heterogeneidade dos tumores é crítica para o seu comportamento em termos de crescimento e resistência à terapia. Os estudos do microbioma também dependem fortemente de métodos de célula única para estudar a diversidade microbiana e as relações simbióticas.
• Integração Multi-ómicaHá uma tendência crescente de integrar a montagem do genoma com outros dados ómicos, como transcriptómica, proteómica, e epigenómicaEsta estratégia integrada oferece uma visão completa da função, regulação e interações dos genes, ligando a natureza estática das sequências genómicas aos processos biológicos dinâmicos.
• Pipelines de Montagem Potenciados por IAVários grupos estão a utilizar aprendizagem automática e inteligência artificial para impactar a montagem do genoma. Estas tecnologias melhoram a correção de erros, a resolução de repetições e a deteção de variantes estruturais, ao mesmo tempo que simplificam o fluxo de trabalho computacional. A aprendizagem automática pode fazer previsões sobre os parâmetros de montagem ótimos, levando a melhorias no desempenho enquanto reduz a quantidade de cálculo necessária.
• Recursos Genómicos de Acesso AbertoEsforços internacionais como o Projeto BioGenome da Terra procuram sequenciar e montar os genomas de todas as espécies eucarióticas. Estas iniciativas estão a democratizar os dados genómicos - permitindo que investigadores de todo o mundo estudem a biodiversidade e enfrentem questões ecológicas e sociais urgentes - ao padronizar fluxos de trabalho e estabelecer bases de dados de acesso aberto.
• DescriçãoA medicina de precisão requer montagens genómicas de alta qualidade para identificar variantes genéticas raras que causam doenças. À medida que os custos de sequenciação continuam a cair e as ferramentas de montagem melhoram, a genómica clínica tornar-se-á a norma e oferecerá insights individualizados em estratégias de diagnóstico e tratamento.

Significado da bioinformática na montagem de genomas

Montagem do genoma está no centro da genómica moderna, mas forma a base para recuperar informações biológicas de interesse a partir de dados de sequenciação. A sua importância é evidente pelas suas extensas aplicações e pelas soluções que oferece a questões científicas fundamentais.

A montagem do genoma abre inúmeras oportunidades para descoberta e inovação:

• Identificação e Anotação de Genes: Montagem de genoma é fundamental para a identificação de regiões codificantes e não codificantes, elementos regulatórios e características estruturais. É este conhecimento fundamental que sustenta a genómica funcional, permitindo que os cientistas investiguem a base molecular de fenómenos biológicos e patologias. Genomas montados também servem como referências para o mapeamento do transcriptoma, proporcionando uma compreensão da expressão génica específica de tecidos e padrões de splicing alternativo.
• Genómica Comparativa e EvolutivaQuando os cientistas têm montagens de alta qualidade, podem comparar os seus genomas com os de outras espécies e encontrar genes que são conservados e aqueles que são adaptações únicas. Essas comparações revelam linhagens evolutivas e eventos de especiação, bem como a base genética da diversidade fenotípica. À medida que esta abordagem tem sido aplicada à análise comparativa dos genomas humanos e de primatas, surgiram percepções sobre regiões genómicas-chave que controlam características como o desenvolvimento cognitivo e a variação imunológica.
• Saúde HumanaAssembleias de genomas humanos e de patógenos são essenciais para caracterizar mutações associadas a doenças, rastrear a evolução de agentes infecciosos e desenvolver vacinas. Como exemplo, as assembleias do genoma do SARS-CoV-2 foram críticas para o design de diagnósticos e terapias direcionadas à COVID-19. De forma semelhante, a genómica do cancro depende da montagem de genomas tumorais para descobrir mutações condutoras e alvos terapêuticos.
• Aplicações agrícolas e melhoramentoAssembleias genómicas de culturas ajudam a identificar genes para rendimento, resistência a doenças e tolerância ao stress. Essa informação facilita a reprodução de precisão, acelerando assim a criação de variedades de culturas resilientes para enfrentar os desafios globais. A assembleia do genoma do arroz e do milho, por exemplo, revelou genes importantes ligados à tolerância à seca e resistência a pragas, melhorando assim as práticas agrícolas em geral.
• Genómica AmbientalReconstituir genomas microbianos de vários ambientes para entender os seus papéis ecológicos, capacidades metabólicas e interações. Este conhecimento contribui para a nossa compreensão da biodiversidade e dos ciclos biogeoquímicos e pode informar esforços de conservação e sustentabilidade ambiental. Um exemplo notável é a reconstrução de genomas montados a partir de metagenomas (MAGs) de habitats marinhos, que revelaram aspectos novos da mediação microbiana do ciclo do carbono e da fixação de azoto.

Marcos na desenvolvimento de software de análise TGS (Wee, Y. et al 2019).

Estudo de Caso: Montagem do Genoma do Trigo

Fundo

Com cerca de 17 Gb de tamanho, o genoma do trigo é o mais complexo de todas as culturas geneticamente significativas, apresentando hexaploidia - contendo três subgenomas homólogos. A montagem foi particularmente difícil devido a regiões repetitivas e alta heterozigosidade. Melhorar as culturas para resistência às mudanças climáticas e drones, ou para serem mais produtivas sob mudanças climáticas, é indispensável e, por isso, compreender o genoma do trigo é crucial para alcançar a segurança alimentar global.

Métodos

• Tecnologias de sequenciaçãoNos dois projetos mais recentes, foi aplicada uma abordagem de sequenciação híbrida, combinando leituras curtas (Illumina) e leituras longas (PacBio, Oxford Nanopore) para garantir tanto a precisão como a continuidade. A construção do scaffold foi então refinada ainda mais através de mapeamento óptico e dados de Hi-C.
• Ferramentas de montagemFerramentas de montagem baseadas em Hi-C, como Canu (leituras longas), SPAdes (leituras curtas) e MaSuRCA (conjuntos de dados híbridos), foram utilizadas para a construção de andaimes e preenchimento de lacunas.
• ValidaçãoA qualidade da montagem para todos os genomas foi avaliada utilizando métricas como as pontuações de completude BUSCO e as estatísticas de continuidade QUAST, enquanto análises comparativas com outras espécies estreitamente relacionadas validaram tanto a precisão estrutural como funcional.

Resultados

A montagem final alcançou um scaffold N50 de >10 Mb e resolveu com sucesso regiões repetitivas complexas e variantes estruturais. A identificação de genes-chave relacionados com a resistência a doenças (ferrugem) e tolerância a stress abiótico. Estas informações foram utilizadas por programas de seleção assistida por marcadores para acelerar o processo de melhoramento.

Características da montagem em escala de cromossoma (Grewal, S. et al 2024).

Conclusão

Montagem do genoma é uma tarefa central de bioinformática, permitindo o estudo fundamental do plano genético da vida. Ao ajudar descobertas básicas em evolução e ecologia e permitindo avanços médicos e agrícolas, a montagem de genomas revolucionou a nossa capacidade de decifrar e entender genomas complexos. A combinação de leituras relativamente longas, que possibilitam a construção de sobreposições mais longas, genomas pequenos com leituras relativamente curtas e algoritmos de montagem mais poderosos fez com que o panorama da montagem de genomas evoluísse de forma notável nos últimos anos.

Estas expansões nas capacidades de montagem do genoma, que foram tornadas possíveis por avanços recentes em sequenciação de leituras ultra-longas, genómica de célula única e métodos baseados em IA, continuarão a impulsionar inovações neste campo. Não só estas melhorias aumentarão a precisão e a velocidade das montagens, como também permitirão novas abordagens no estudo da diversidade biológica, complexidade e função. A montagem do genoma continuará a estar na vanguarda da investigação científica à medida que este campo cresce e amadurece, abrindo caminho para medidas revolucionárias em todos os domínios e para o futuro da genómica.

Referências:

1. Wee, Y., Bhyan, S. B., Liu, Y., et al. (2019). As ferramentas de bioinformática para a montagem e análise do genoma com base na sequenciação de terceira geração. Briefings em genómica funcional, 18(1), 1–12. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça o conteúdo que deseja traduzir.
2. Grewal, S., Yang, C. Y., Scholefield, D., et al. (2024). Montagem do genoma em escala de cromossoma do parente selvagem do trigo pão, Triticum timopheevii. Dados científicos, 11(1), 420. https://doi.org/10.1038/s41597-024-03260-w