Секвенирование одной молекулы как инновационный способ изучения эпигенетики и генетического разнообразия сельскохозяйственных животных

Автор: Дысин А.П., Дементьева Н.В.

Журнал: Молочнохозяйственный вестник @vestnik-molochnoe

Рубрика: Сельскохозяйственные и ветеринарные науки

Статья в выпуске: 4 (56), 2024 года.

Бесплатный доступ

Появление секвенирования одиночных молекул открыло новую эру в геномике, обеспечив беспрецедентное разрешение и понимание генетики и эпигенетики организмов. В геномике сельскохозяйственных животных секвенирование одиночных молекул предлагает инновационный подход к пониманию сложного взаимодействия между генотипом и фенотипом. В данном обзоре рассматривается современное состояние технологии секвенирования одиночных молекул и её применение для углубления знаний о генетическом разнообразии сельскохозяйственных животных и эпигенетических процессах в организмах. Секвенирование одиночных молекул позволяет детально анализировать геном без необходимости амплификации, избегая ограничений традиционных методов секвенирования. Эта технология обеспечивает высокое качество последовательностей даже при больших длинах чтений и минимальные требования к подготовке образцов. Прямое секвенирование молекул нативной ДНК или РНК сохраняет целостность образца и позволяет обнаруживать эпигенетические модификации без дополнительных этапов, приводящих к случайным ошибкам в исследовании. Это позволяет точно отражать биологическое состояние организма и изучать динамические изменения эпигенетических модификаций на различных стадиях развития или состояниях болезни, а также в ответ на стрессовые факторы окружающей среды. Секвенирование одиночных молекул также обладает потенциалом для улучшения управления генетическими ресурсами и селекции животных, выявляя желательные признаки на молекулярном уровне. Эта технология позволяет прояснить организацию генома, динамику транскрипции и механизмы регуляции генов, обеспечивая точное отслеживание генетических и эпигенетических изменений. Анализ гаплотипов и редких генетических вариантов, возможный благодаря секвенированию одиночных молекул, способствует созданию более полной карты генотип-фенотип, что критически важно для понимания фенотипического разнообразия и разработки новых подходов к селекции. Таким образом, наш обзор освещает революционный потенциал секвенирования одиночных молекул в улучшении нашего понимания генетических и эпигенетических факторов, определяющих продуктивные признаки животных, и подчеркивает перспективы этой технологии в переосмыслении геномных исследований и стимулировании инноваций в животноводстве.

Еще

Секвенирование одной молекулы, геномика сельскохозяйственных животных, эпигенетика, геномная селекция в животноводстве, продуктивные признаки животных

Короткий адрес: https://sciup.org/149147614

IDR: 149147614   |   DOI: 10.52231/2225-4269_2024_4_63

Текст научной статьи Секвенирование одной молекулы как инновационный способ изучения эпигенетики и генетического разнообразия сельскохозяйственных животных

Геномы сельскохозяйственных животных демонстрируют удивительную устойчивость и адаптивность благодаря генетическому разнообразию и эпигенетике, которые необходимы для здоровья, повышения продуктивности, адаптационных качеств и долголетия скота. Поэтому исследователи и селекционеры уделяют особое внимание использованию генетических ресурсов животных для сохранения ценных генетических вариаций и управления изменениями генетического разнообразия с помощью селекционных программ [1]. Решение этих задач имеет стратегическое значение для преодоления проблем, связанных с изменением климата, новыми болезнями и изменениями потребительского спроса [2]. Эпигенетика, изучающая наследственныеизмененияфенотипабезизмененияпоследовательности ДНК, расширяет наше понимание признаков и причин заболеваний животных. Эпигенетические механизмы, такие как метилирование ДНК и модификация гистонов, регулируют экспрессию генов под влиянием факторов окружающей среды, оказывая воздействие на развитие, поведение и здоровье животных [3].

Внедрение новых методов оценки генетического разнообразия и уровня эпигенетических изменений расширяет наши возможности по оценке генетических и эпигенетических вариаций в геномах сельскохозяйственных животных. Так, технология секвенирования позволила исследователям получить данные о множестве геномов. Это позволило нам лучше понять генетические и эпигенетические основы признаков животных, преодолев разрыв между геномом и феномом. Однако секвенирование больших объемов ДНК, как правило, не предоставляет подробной информации об отдельных молекулах из-за эффекта усреднения при массовом секвенировании [4].

Секвенирование одиночных молекул (СОМ) представляет собой новую главу в геномике, позволяя напрямую считывать отдельные молекулы ДНК и обеспечивая детальный анализ генома без амплификации, необходимой для методов секвенирования большого объема [4]. С помощью СОМ можно прояснить организацию генома, динамику транскрипции и механизмы регуляции генов [5], что позволяет точно отслеживать генетические и эпигенетические изменения на уровне отдельных молекул. Это обещает улучшить управление генетическими ресурсами и селекцию животных путем выявления желательных признаков на молекулярном уровне, способствуя созданию более жизнестойких и продуктивных животных.

В данном обзоре освещается потенциал СОМ в геномике сельскохозяйственных животных, обсуждаются принципы, преимущества, недостаткииперспективыприменениявживотноводстве. Исследуя, как СОМ может улучшить наше понимание генетических и эпигенетических факторов, определяющих продуктивность животных, мы стремимся дать представление о том, как эта технология может переосмыслить геномные исследования и стимулировать инновации в животноводстве.

Преимущества

Одним из главных преимуществ СОМ является способность получать большие длины считывания при неизменном качестве последовательности [6]. Традиционные методы секвенирования часто сталкиваются с проблемой дефазировки, что снижает точность длинных чтений [7]. Технологии СОМ, разработанные Pacific Biosciences и Oxford Nanopore Technologies, позволяют поддерживать высокую точность при больших длинах считывания, улучшая сборку сложных геномов и идентификацию структурных вариантов [8]. Например, система PacBio RS

II может похвастаться средней длиной считывания, превышающей 10 кбайт, при максимальной длине, превышающей 60 кбайт, что особенно полезно для распознавания повторяющихся последовательностей, которые часто усложняют сборку генома. Также, в отличие от технологий второго поколения, СОМ может напрямую секвенировать молекулы нативной ДНК или РНК [9]. Это упрощает рабочий процесс и сохраняет целостность образца, особенно выгодно для низкокачественных или деградировавших образцов.

СОМ может напрямую определять эпигенетические модификации без химической обработки [10], что позволяет сохранить целостность образца ДНК. Традиционные методы, такие как бисульфитное секвенирование или иммунопреципитация хроматина (ChIP), могут изменять нативное состояние ДНК и вносить погрешности [11]. СОМ сохраняет нативное состояние ДНК и позволяет обнаруживать различные эпигенетические метки, включая метилирование и гидроксиметилирование ДНК, без дополнительной обработки [12]. Это важно для понимания эпигенетической регуляции экспрессии генов и ее влияния на здоровье и болезни. Кроме того, СОМ предоставляет широкие возможности для анализа гаплотипов, выявляя их в обширных геномных регионах и показывая, как генетические вариации влияют на фенотипические результаты [13]. Способность преобразовывать однонуклеотидные полиморфизмы (SNP) в гаплотипы с помощью длинных считываний позволяет исследователям лучше понимать сложные признаки и их генетическую основу. СОМ также ценен для обнаружения редких вариантов, которые другие технологии могут пропустить. Это особенно важно в контексте сложных заболеваний, где взаимодействуют многочисленные генетические и средовые факторы [14].

Достижения в области технологии СОМ также привели к повышению точности с помощью таких методов, как циклическое консенсусное секвенирование, которое позволяет ДНК многократно проходить через волноводный чип с нулевым режимом работы. Этот процесс может обеспечить высокую точность считывания, по меньшей мере, на 99,8%, что сопоставимо с платформами секвенирования следующего поколения [15]. Кроме того, технологии секвенирования с длительным считыванием позволяют проводить всесторонний анализ изоформ транскриптов и структурных вариаций, которые часто упускаются из виду при использовании подходов с коротким считыванием [16, 17].

Проблемы и трудности

Одной из основных технических проблем является высокий процент ошибок на некоторых платформах секвенирования, несмотря на значительный прогресс в технологиях СОМ, таких как секвенирование одной молекулы в реальном времени (SMRT) от Pacific Biosciences и нанопоровое секвенирование от Oxford Nanopore Technologies [18, 19]. Для повышения точности СОМ необходимы постоянные усовершенствования в области химии секвенирования и алгоритмов исправления ошибок.

Еще одной технической проблемой является необходимость в высококачественной ДНК. Технологии СОМ чувствительны к чистоте и целостности ДНК, которую бывает сложно сохранить в полевых условиях или при работе с поврежденными образцами. Например, Dyshlovoy et al. (2024) продемонстрировали, что низкое качество образцов ДНК, взятых у больных раком, способствует неточному анализу метилирования при использовании секвенирования нанопор [20]Такая чувствительность требует строгих протоколов отбора и обработки образцов, чтобы гарантировать, что ДНК остается неповрежденной и не содержит загрязняющих веществ. Аналогичным образом, Keraite et al. (2022) подчеркнули трудности, возникающие при попытке мультиплексного полноразмерного одномолекулярного секвенирования митохондриальных геномов, когда даже незначительная деградация может существенно повлиять на качество результатов секвенирования [21].Также, несмотря на снижение стоимости секвенирования, СОМ по-прежнему дороже традиционных методов секвенирования с коротким прочтением. Эта разница в затратах включает не только стоимость расходных материалов и реактивов, но и вычислительные ресурсы, необходимые для анализа данных. Так, для проведения СОМ требуется совершенно иное оборудование, как, например, система SMRT, включающая специальные чипы, которые обеспечивают платформу для наблюдения за синтезом ДНК в режиме реального времени. Эти устройства дополнены лазерной оптической системой для считывания сигналов флуоресценции [22]. Нанопоровое секвенирование использует уникальные нанопоровые чипы, которые пропускают молекулы ДНК через поры, измеряя изменения ионного тока. Для работы с этой технологией требуются устройства, такие как MinION или более крупные системы (GridION, PromethION), которые специально разработаны для работы с нанопорами [23]. Если средняя стоимость секвенирования одного гигабаза на платформах Illumina составляет около 10–20 долл. [24], то для платформ СОМ она может достигать 40–100 долл. в зависимости от глубины покрытия и типа анализа (например, анализа эпигенетических модификаций) [25].

Кроме того, длинные чтения, генерируемые СОМ, требуют специализированных алгоритмов для сборки генома, поиска вариантов и эпигенетического анализа. Например, Zimin et al. (2017) утверждают, что традиционные алгоритмы сборки, разработанные для кратковременного считывания, часто оказываются неадекватными для решения уникальных задач, связанных с длительным считыванием данных [26]. Разработка новых алгоритмов, которые могут эффективно собирать геномы из длинных считываний, решая при этом такие проблемы, как разрешение повторов и идентификация структурных вариантов, имеетрешающеезначениедлямаксимальногоиспользования технологий СОМ.

Перспектива применения в животноводстве

Благодаря своей способности производить длинные прочтения и получать данные высокого разрешения, СОМ может улучшить понимание генетической вариативности внутри и между породами, что способствует сохранению и управлению генетическими ресурсами животных. Это открывает новые возможности для улучшения стратегий разведения сельскохозяйственных животных. Традиционные методы селекции, основанные на фенотипическом отборе и данных родословной, могут быть менее точными и занимать много времени. СОМ позволяет более точно отбирать желательные признаки с помощью геномной селекции, ускоряя процесс селекции. Например, Bickhart et al. (2016) продемонстрировали, что СОМ может способствовать новой сборке эталонных геномов млекопитающих, обеспечивая более полную геномную основу для идентификации генетических маркеров, связанных с экономически важными признаками [27]. Эта возможность позволяет селекционерам отбирать животных на основе их геномных профилей, а не только по наблюдаемым признакам, тем самым ускоряя процесс разведения и ускоряя генетический прогресс.

Внедрение СОМ в программы разведения может значительно повысить эффективность разведения молочного скота. Традиционные методы разведения часто требовали тщательного тестирования потомства для оценки генетических качеств производителей, что могло занять несколько лет. Однако благодаря возможности геномного отбора с помощью СОМ селекционеры могли бы оценивать селекционную ценность на основе геномной информации гораздо раньше на этапе жизненного цикла животного, предварительно создавая для него фенотипическую базу данных, так как именно связь между генотипом и фенотипом позволяет полноценно использовать преимущества современных технологий секвенирования, включая СОМ. Так, в исследовании Chang et al. (2021) для изучения сложности полноразмерных транскриптов крупного рогатого скота использовано одномолекулярное секвенирование с длинным прочтением PacBio, что значительно расширило наши представления о транскриптомике крупного рогатого скота. В ходе их исследования было идентифицировано 276 295 полноразмерных нехимерных последовательностей, включая 305 альтернативных событий сплайсинга и 3795 альтернативных сайтов полиаденилирования. Такой уровень детализации имеет решающее значение для понимания сложности регуляции генов у крупного рогатого скота. Выявление альтернативных механизмов сплайсинга может дать представление о том, как различные условия окружающей среды или методы ведения хозяйства могут влиять на такие характеристики, как скорость роста, производство молока и устойчивость к болезням. Также ими было обнаружено 457 новых генов и 569 длинных некодирующих РНК, что расширяет генетический инструментарий, доступный для разведения крупного рогатого скота, так как эти гены могут играть роль в большом количестве важных биологических процессов, влияющих на продуктивность и здоровье [28].

Кроме того, СОМ дает представление о генетическом разнообразии пород, которое может быть использовано при разработке стратегий сохранения. Проект «Геномы 1000 быков» является ярким примером того, как обширный сбор геномных данных может улучшить понимание генетических вариаций у различных пород крупного рогатого скота. Секвенировав геномы 1000 быков различных пород по всему миру, исследователивыявилимногочисленныегенетическиемаркеры,которые имеют решающее значение для повышения продуктивности и здоровья скота. Этот проект способствовал разработке массивов SNP-чипов крупного рогатого скота, которые позволяют точно идентифицировать генетические маркеры, связанные с экономически важными признаками, тем самым революционизируя стратегии геномного прогнозирования и селекции в животноводстве [29]. Технология СОМ может значительно продвинуть достижения данного проекта.

Кроме того, СОМ позволяет выявлять редкие варианты, которые могут способствовать формированию сложных признаков или устойчивости к болезням – области, в которой традиционные методы секвенирования часто оказываются неэффективными [30]. Способность идентифицировать эти варианты может привести к принятию более обоснованных селекционных решений, которые улучшат общее состояние здоровья и продуктивность стада. Так, одним из ключевых преимуществ СОМ является способность обнаруживать структурные варианты и редкие аллели, которые влияют на важные признаки, такие как скорость роста, репродуктивность, молочная продуктивность, устойчивость к заболеваниям и качество мяса [31]. Например, Sedlazeck et al. (2018) продемонстрировали, что СОМ может точно идентифицировать сложные структурные вариации в геномах. Их исследование показало, что структурные вариации могут быть причиной значительного разнообразия фенотипов, что подчеркивает важность этих генетических факторов в программах селекции. Структурные варианты представляют собой основной источник генетического разнообразия и могут оказывать глубокое влияние на фенотипические признаки. Длинные чтения СОМ облегчают фазирование гаплотипов, обеспечивая более полное понимание генетической архитектуры сложных признаков [32]. Gonzalez-Recio et al. (2015) исследовали вклад редких вариантов в транскрипционных и регуляторных областях в отсутствие наследуемости сложных признаков у крупного рогатого скота. Они обнаружили, что, хотя распространенные варианты в значительной степени объясняют наследуемость, редкие варианты также играют решающую роль в проявлении признаков, особенно таких, как надои молока и устойчивость к болезням [33]. Это подчеркивает необходимость включения СОМ в стратегии селекции, чтобы в полной мере учесть генетическую сложность, лежащую в основе этих признаков.

Длинные прочтения, полученные с помощью СОМ, облегчают поэтапную обработку гаплотипов, обеспечивая более полное понимание генетической архитектуры сложных признаков. Minio et al. (2017) проиллюстрировали это преимущество, продемонстрировав, как фазирование гаплотипов с помощью СОМ позволило получить высококачественные диплоидные геномы в виноградных лозах [32]. Эта методология может быть непосредственно применена к разведению животных, где понимание гаплотипов имеет решающее значение для выявления комбинаций аллелей, которые способствуют формированию желаемых фенотипов. Возможность же поэтапного длительного считывания позволяет селекционерам более эффективно отслеживать конкретные аллели, связанные с признаками, в разных поколениях. Например, в исследовании туберкулеза восточноазиатского крупного рогатого скота, проведенном Zhang et al. (2023), исследователи выявили более 123 898 редких штаммов Mycobacterium tuberculosis , которые были связаны с адаптацией к окружающей среде и устойчивостью к болезням [34]. Идентификация этих особей с помощью СОМ не только позволила бы получить представление о генетической основе этих адаптивных признаков, но и способствовала бы разработке целенаправленных стратегий селекции, направленных на повышение устойчивости к таким заболеваниям, как туберкулез крупного рогатого скота.

СОМ может повысить точность геномной селекции, предоставляя более подробную генетическую информацию по сравнению с методами, основанныминаSNP.СОМохватываетболееширокийспектргенетических вариаций, что приводит к более точному прогнозированию племенной ценности [35]. Например, Raj (2012) подчеркнул, что комплексные геномные данные, генерируемые СОМ, позволяют идентифицировать как распространенные, так и редкие варианты, которые часто упускаются из виду в массивах SNP [35]. Эта возможность имеет решающее значе- ние для повышения точности геномных прогнозов, особенно для признаков, на которые влияют множество генов и взаимодействие с окружающей средой. Кроме того, СОМ способствует выявлению причинных вариантов, лежащих в основе сложных признаков, и позволяет точно картировать локусы количественных признаков (QTL) и выявлять гены-кандидаты, связанные с продуктивно важными признаками. Например, Hirakawa et al. (2021) успешно использовали СОМ для проведения анализа QTL у однодомного шпината, продемонстрировав, как точное картирование может привести к выявлению основных QTL, влияющих на ключевые характеристики, такие как урожайность и устойчивость к болезням [36]. Эта методология может быть непосредственно применена к животноводству, где важно понимание генетической основы таких признаков, как скорость роста и репродуктивные характеристики. В другом исследовании Li et al. (2021) использовали одномолекулярное секвенирование транскриптов в режиме реального времени для изучения развития пыльников хлопчатника, что не только облегчило аннотирование генома, но и помогло обнаружить гены-кандидаты для восстановления фертильности [37]уууу. Этот подход является примером того, как СОМ можно использовать для выявления генов, которые играют решающую роль в репродуктивной функции – важной особенности в разведении животных.

Эта информация может быть использована для разработки стратегий селекции с помощью маркеров (MAS) [38]. Например, в программах разведения крупного рогатого скота, направленных на повышение молочной продуктивности или устойчивости к болезням, СОМ может идентифицировать специфические аллели, связанные с этими признаками, которые могут быть пропущены обычными методами. Включив эту геномную информацию в систему MAS, селекционеры могут отбирать особей, которые несут полезные аллели на ранних стадиях их развития, тем самым ускоряя генетический прогресс [39]. Возможность выявлять структурные варианты с помощью СОМ также повышает эффективность картирования QTL. Например, структурные варианты, выявленные в геномах домашних животных, могут дать представление о том, как эти вариации влияют на фенотипические признаки и общую приспособленность. Как было продемонстрировано в исследовании генома амаранта, проведенном Lightfoot et al. (2017), понимание хромосомных изменений с помощью картирования с высоким разрешением позволяет провести параллели с генетикой домашнего скота, где сходные эволюционные факторы могли повлиять на развитие признаков [40].

Тем самым, нерешенные проблемы в исследовании генома сельскохозяйственных животных, а также преимущества СОМ перед часто используемыми методами создают весьма широкое окно возможностей для его применения в этом направлении.

Заключение

Таким образом, СОМ представляет собой революционный инструмент в геномике сельскохозяйственных животных, способный значительно улучшить понимание генетических и эпигенетических факторов, влияющих на продуктивные признаки. Применение этой технологии обещает значительные достижения в геномных исследованиях и инновации в животноводстве, способствуя созданию адаптивных высокопродуктивных пород. Однако для полного раскрытия потенциала СОМ необходимо решить технические и экономические проблемы: снизить уровень ошибок, улучшить качество образцов, уменьшить стоимость секвенирования и разработать более надежные биоинформатические инструменты.

Список литературы Секвенирование одной молекулы как инновационный способ изучения эпигенетики и генетического разнообразия сельскохозяйственных животных

  • Lozada-Soto E. A., Maltecca C., Lu D., Miller S., Cole J. B., Tiezzi F. Trends in genetic diversity and the effect of inbreeding in American Angus cattle under genomic selection. Genetics Selection Evolution, 2021, V. 53, no. 1, pp. 50. (In English) – Text direct
  • Groeneveld L., Lenstra J., Eding H., Toro M., Scherf B., Pilling D., Negrini R., Finlay E., Jianlin H., Groeneveld E. Genetic diversity in farm animals–a review. Animal Genetics, 2010, V. 41, pp. 6-31. (In English) – Text direct
  • Lamka G. F., Harder A. M., Sundaram M., Schwartz T. S., Christie M. R., DeWoody J. A., Willoughby J. R. Epigenetics in Ecology, Evolution, and Conservation. Frontiers in Ecology and Evolution, 2022, V.10. (In English) – Text direct
  • Potapov V., Ong J. L. Examining Sources of Error in PCR by Single-Molecule Sequencing. PloS One, 2017, V. 12, no 1, pp. e0169774. (In English) – Text direct
  • Hook P. W., Timp W. Beyond assembly: the increasing flexibility of single-molecule sequencing technology. Nature Reviews Genetics, 2023, V. 24, no 9, pp. 627-641. (In English) – Text direct
  • Gupta P. K. Single-molecule DNA sequencing technologies for future genomics research. Trends in Biotechnology, 2008, V. 26, no. 11, pp. 602-611. (In English) – Text direct
  • Krems M., Pershin Y., Zwolak M., Di Ventra M. Effects of Dephasing on DNA Sequencing via Transverse Electronic Transport. Bulletin of the American Physical Society, 2009, V. 54. (In English) – Text direct
  • Ameur A., Kloosterman W. P., Hestand M. S. Single-molecule sequencing: towards clinical applications. Trends in Biotechnology, 2019, V. 37, no. 1, pp. 72-85. (In English) – Text direct
  • Lipson D., Raz T., Kieu A., Jones D. R., Giladi E., Thayer E., Thompson J. F., Letovsky S., Milos P., Causey M. Quantification of the yeast transcriptome by single-molecule sequencing. Nature Biotechnology, 2009, V. 27, no. 7, pp. 652-658. (In English) – Text direct
  • Zillner K., Németh A. Single-molecule, genome-scale analyses of DNA modifications: exposing the epigenome with next-generation technologies. Epigenomics, 2012, V. 4, no 4, pp. 403-414. (In English) – Text direct
  • Chen X., Xu H., Shu X., Song C.-X. Mapping epigenetic modifications by sequencing technologies. Cell Death & Differentiation, 2023, pp. 1-10. (In English) – Text direct
  • Li R., Mohsin M., Lincopan N. investigating antimicrobial Resistance with single-molecule sequencing technologies: opportunities and challenges. Frontiers in Microbiology, 2022, V. 13, pp. 913662. (In English) – Text direct
  • Guo F., Wang D., Wang L. Progressive approach for SNP calling and haplotype assembly using single molecular sequencing data. Bioinformatics, 2018, V. 34, no. 12, pp. 2012-2018. (In English) – Text direct
  • Trujillano D., Oprea G. E., Schmitz Y., Bertoli Avella A. M., Abou Jamra R., Rolfs A. A comprehensive global genotype–phenotype database for rare diseases. Molecular Genetics & Genomic Medicine, 2017, V. 5, no. 1, pp. 66-75. (In English) – Text direct
  • Huddleston J., Ranade S., Malig M., Antonacci F., Chaisson M., Hon L., Sudmant P. H., Graves T. A., Alkan C., Dennis M. Y. Reconstructing complex regions of genomes using long-read sequencing technology. Genome Research, 2014, V. 24, no. 4, pp. 688-696. (In English) – Text direct
  • Zhao X., Collins R. L., Lee W.-P., Weber A. M., Jun Y., Zhu Q., Weisburd B., Huang Y., Audano P. A., Wang H. Expectations and blind spots for structural variation detection from long-read assemblies and shortread genome sequencing technologies. The American Journal of Human Genetics, 2021, V. 108, no 5, pp. 919-928. (In English) – Text direct
  • De Paoli-Iseppi R., Gleeson J., Clark M. B. Isoform age-splice isoform profiling using long-read technologies. Frontiers in Molecular Biosciences, 2021, V. 8, pp. 711733. (In English) – Text direct
  • Hestand M. S., Van Houdt J., Cristofoli F., Vermeesch J. R. Polymerase specific error rates and profiles identified by single molecule sequencing. Mutation Research/Fundamental and Molecular Mechanisms of Mutagenesis, 2016, V. 784, pp. 39-45. (In English) – Text direct
  • Mikheenko A., Prjibelski A. D., Joglekar A., Tilgner H. U. Sequencing of individual barcoded cDNAs using Pacific Biosciences and Oxford Nanopore Technologies reveals platform-specific error patterns. Genome Research, 2022, V. 32, no. 4, pp. 726-737. (In English) – Text direct
  • Dyshlovoy S. A., Paigin S., Afflerbach A. K., Lobermeyer A., Werner S., Schüller U., Bokemeyer C., Schuh A. H., Bergmann L., von Amsberg G. Applications of Nanopore sequencing in precision cancer medicine. International Journal of Cancer, 2024. (In English) – Text direct
  • Keraite I., Becker P., Canevazzi D., Frias-López C., Dabad M., Tonda-Hernandez R., Paramonov I., Ingham M. J., Brun-Heath I., Leno J. A method for multiplexed full-length single-molecule sequencing of the human mitochondrial genome. Nature Communications, 2022, V. 13, no. 1, pp. 5902. (In English) – Text direct
  • Milos P. M. Emergence of single-molecule sequencing and potential for molecular diagnostic applications. Expert Review of Molecular Diagnostics, 2009, V. 9, no. 7, pp. 659-666. (In English) – Text direct
  • Damaraju N., Miller A. L., Miller D. E. Long-read DNA and RNA sequencing to streamline clinical genetic testing and reduce barriers to comprehensive genetic testing. The Journal of Applied Laboratory Medicine, 2024, V. 9, no. 1, pp. 138-150. (In English) – Text direct
  • Paparini A., Gofton A., Yang R., White N., Bunce M., Ryan U. M. Comparison of Sanger and next generation sequencing performance for genotyping Cryptosporidium isolates at the 18S rRNA and actin loci. Experimental Parasitology, 2015, V. 151, pp. 21-27. (In English) – Text direct
  • Mitsuhashi S., Nakagawa S., Takahashi Ueda M., Imanishi T., Frith M. C., Mitsuhashi H. Nanopore-based single molecule sequencing of the D4Z4 array responsible for facioscapulohumeral muscular dystrophy. Scientific Reports, 2017, V. 7, no. 1, pp. 14789. (In English) – Text direct
  • Milos P. M. Emergence of single-molecule sequencing and potential for molecular diagnostic applications. Expert Review of Molecular Diagnostics, 2009, V. 9, no. 7, pp. 659-666. (In English) – Text direct
  • Zimin A. V., Stevens K. A., Crepeau M. W., Puiu D., Wegrzyn J. L., Yorke J. A., Langley C. H., Neale D. B., Salzberg S. L. An improved assembly of the loblolly pine mega-genome using long-read single-molecule sequencing. Gigascience, 2017, V. 6, no. 1, pp. giw016. (In English) – Text direct
  • Bickhart D. M., Rosen B. D., Koren S., Sayre B. L., Hastie A. R., Chan S., Lee J., Lam E. T., Liachko I., Sullivan S. T. Single-molecule sequencing and conformational capture enable de novo mammalian reference genomes. BioRxiv, 2016, pp. 064352. (In English) – Text direct
  • Chang T., An B., Liang M., Duan X., Du L., Cai W., Zhu B., Gao X., Chen Y., Xu L., Zhang L., Gao H., Li J. PacBio Single-Molecule Long-Read Sequencing Provides New Light on the Complexity of Full-Length Transcripts in Cattle. Frontiers in Genetics, 2021, V. 12. (In English) – Text direct
  • Hayes B. J., Daetwyler H. D. 1000 bull genomes project to map simple and complex genetic traits in cattle: applications and outcomes. Annual Review of Animal Biosciences, 2019, V. 7, no. 1, pp. 89-102. (In English) – Text direct
  • Luo S., Chen X., Zeng D., Tang N., Yuan D., Zhong Q., Mao A., Xu R., Yan T. The value of single-molecule real-time technology in the diagnosis of rare thalassemia variants and analysis of phenotype–genotype correlation. Journal of Human Genetics, 2022, V. 67, no. 4, pp. 183-195. (In English) – Text direct
  • Sedlazeck F. J., Rescheneder P., Smolka M., Fang H., Nattestad M., Von Haeseler A., Schatz M. C. Accurate detection of complex structural variations using single-molecule sequencing. Nature Methods, 2018, V. 15, no. 6, pp. 461-468. (In English) – Text direct
  • Minio A., Lin J., Gaut B. S., Cantu D. How single molecule real-time sequencing and haplotype phasing have enabled reference-grade diploid genome assembly of wine grapes. Frontiers in Plant Science, 2017, V. 8, pp. 826. (In English) – Text direct
  • Gonzalez-Recio O., Daetwyler H. D., MacLeod I. M., Pryce J. E., Bowman P. J., Hayes B. J., Goddard M. E. Rare variants in transcript and potential regulatory regions explain a small percentage of the missing heritability of complex traits in cattle. PloS one, 2015, V. 10, no. 12, pp. e0143945. (In English) – Text direct
  • Xia X., Zhang F., Li S., Luo X., Peng L., Dong Z., Pausch H., Leonard A. S., Crysnanto D., Wang S., Tong B., Lenstra J. A., Han J., Li F., Xu T., Gu L., Jin L., Dang R., Huang Y., Lan X., Ren G., Wang Y., Gao Y., Ma Z., Cheng H., Ma Y., Chen H., Pang W., Lei C., Chen N. Structural variation and introgression from wild populations in East Asian cattle genomes confer adaptation to local environment. Genome Biology, 2023, V. 24, no. 1, pp. 211. (In English) – Text direct
  • Raj G. D. Improvement of Farm Animal Breeding by DNA Sequencing. DNA Sequencing–Methods and Applications, 2012, V. 85. (In English) – Text direct
  • Hirakawa H., Toyoda A., Itoh T., Suzuki Y., Nagano A. J., Sugiyama S., Onodera Y. A spinach genome assembly with remarkable completeness, and its use for rapid identification of candidate genes for agronomic traits. DNA Res., 2021, V. 28, no. 3. (In English) – Text direct
  • Li T., Zhang X., Guo L., Qi T., Tang H., Wang H., Qiao X., Zhang M., Zhang B., Feng J. Single-molecule real-time transcript sequencing of developing cotton anthers facilitates genome annotation and fertility restoration candidate gene discovery. Genomics, 2021, V. 113, no. 6, pp. 4245-4253. (In English) – Text direct
  • Holland J. B. Implementation of molecular markers for quantitative traits in breeding programs—challenges and opportunities. Proceedings of the 4th International Crop Science Congress. Australia, the Regional Institute Gosford Publ., 2004, V. 26, pp. 1-13. (In English) – Text direct
  • Ramesh P., Mallikarjuna G., Sameena S., Kumar A., Gurulakshmi K., Reddy B. V., Reddy P. C. O., Sekhar A. C. Advancements in molecular marker technologies and their applications in diversity studies. Journal of Biosciences, 2020, V. 45, no. 1, pp. 123. (In English) – Text direct
  • Lightfoot D. J., Jarvis D. E., Ramaraj T., Lee R., Jellen E. N., Maughan P. J. Single-molecule sequencing and Hi-C-based proximity-guided assembly of amaranth (Amaranthus hypochondriacus) chromosomes provide insights into genome evolution. BMC Biology, 2017, V. 15, no. 1, pp. 74. (In English) – Text direct
Еще
Статья научная