Detailansicht
Genome informatics and insights into the evolution of complex genomes
Michael Zach
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Lebenswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Evolutionsbiologie
Betreuer*in
Oleg Simakov
DOI
10.25365/thesis.54641
URN
urn:nbn:at:at-ubw:1-26054.78711.383964-2
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Ein großer Anteil eukaryotischer Genome besteht aus repetitiven DNA-Sequenzen, darunter auch Transposonen, also sich selbst verschiebende und kopierende Sequenzen. Neue Erkenntnisse deuten darauf hin, dass mobile Elemente nicht nur zerstörerisch wirken, sondern der Evolution als Reservoir für neue Gene und Regulationsmechanismen dienen. Detektion, Annotation und Datierung von sich wiederholenden Sequenzen sind jedoch nicht-triviale Probleme der Genom-Informatik. Meine Arbeit beschäftigt sich mit eben diesen drei Gebieten.
Zuerst teste ich verschiedene Programme auf ihre Eignung zur de-novo Erkennung von repetitiven Sequenzen hin. Dazu habe ich das Genom von Hydra vulgaris-herangezogen, einem wichtigen Modellorganismus. Die Erkennungsrate anhand eines Assembly war am besten bei der Verwendung von RepeatModeler. Bei kurzen Illumina Reads zeigte dnaPipeTE trotz schlechter Abdeckung eine gute Leistung, unter besseren Bedingungen könnte es RepeatModeler womöglich übertreffen. Maschinelles Lernen mit Red blieb hingegen hinter den Erwartungen zurück. Als weiteres Ergebnis zeige ich, dass Ähnlichkeit zwischen Konsensussequenz-Bibliotheken keine ähnlichen Ergebnisse beim Nachweis tatsächlicher Repeats im Genom impliziert.
Darüber hinaus hinterfragt meine Arbeit kritisch die landläufige Verwendung von Konsensussequenzen, um das Alter repetitiver DNA zu schätzen. Als Alternative dazu führe ich eine völlig neue, phylogenetische Methode ein. Evolutionäre Ereignisse werden mittels eines Koaleszenzbaumes rekonstruiert und ebenso datiert. Die Ergebnisse offenbaren jedoch Mängel in beiden Ansätzen, geben aber gleichzeitig auch Ansatzpunkte für künftige Verbesserungen dieser phylogenetischen Datierungsmethode für Repeats.
Zur visuellen Annotation von Genomen habe ich außerdem eine Instanz des UCSC Genome Browser installiert mit Hydra vulgaris als Referenzgenom und entsprechenden Annotationen, darunter auch von verschiedenen Programmen identifizierte Repeats. Die Untersuchung der Regionen um Wnt-Gene bestätigte meine Vermutung, dass solche Nachbarschaften frei von repetitiven Sequenzen sind. Offenbar wird dies durch selektiven Druck gegen diese essentiellen Gene störende Repeats verursacht. Mein Genombrowser steht online für den produktiven Einsatz durch Kollegen und Forschungspartner zur Verfügung.
Abstract
(Englisch)
Large proportions of eukaryotic genomes comprise of repetitive DNA sequences, among them transposable elements capable of moving and copying themselves. Formerly seen predominantly as disruptive, emerging evidence suggests that mobile elements have been serving as a reservoir for novelties of genes and their regulatory mechanisms throughout evolutionary history. However, detection, annotation and dating of repeats are non-trivial problems of genome informatics. In my work, I focused on these three aspects.
First, I evaluated tools for their capabilities in de-novo detection of repeats. Therefore, I used the highly repetitive genome of important model organism Hydra vulgaris. Detection rate on an assembly was best with RepeatModeler. However, dnaPipeTE performed well on short Illumina reads despite their low coverage, which suggests it could potentially outperform RepeatModeler. Machine learning approach Red fell short of expectations to detect repeats that no other tool could find. Apart from assessing detection accuracy of individual tools, my work provides an important outcome concerning repeat libraries built with different detection tools. Consensus sequences may be generally similar between such libraries. Nevertheless, they may detect largely complementary subsets of the full spread of repeats in the genome. It is therefore important to use a diversified collection of tools for optimum detection results.
Furthermore, my work critically questions the commonly accepted use of consensus sequences for the dating of repeat copies. As an alternative, I introduce a completely new phylogenetic method that utilizes a coalescence tree to reconstruct evolutionary events and estimates their age in this tree. However, results disclose shortcomings in both approaches but also suggest starting points for future improvements of the phylogenetic dating method.
To provide visual genome annotations, I installed an instance of UCSC Genome Browser and added Hydra vulgaris reference genome and various annotation tracks, such as repeats detected by various tools. Inspection of regions around important developmental genes (e.g. Wnt ligands) confirmed the expectation to find such neighbourhoods free of repeats, presumably caused by selective pressure against interferences in the regulation of these essential genes. The genome browser is available online for productive use by colleagues and research partners and open to the community.
Schlagwörter
Schlagwörter
(Englisch)
repetitive DNA transposable element repeat dating genome browser Hydra
Schlagwörter
(Deutsch)
repetitive DNA Transposon Datierung Genom-Browser Hydra
Autor*innen
Michael Zach
Haupttitel (Englisch)
Genome informatics and insights into the evolution of complex genomes
Paralleltitel (Deutsch)
Genom-Informatik und Erkenntnisse zur Evolution komplexer Genome
Publikationsjahr
2018
Umfangsangabe
65 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Oleg Simakov
AC Nummer
AC15212777
Utheses ID
48291
Studienkennzahl
UA | 066 | 829 | |