Detekce a filtrace chimér v amplikonové sekvenaci

Abstract

Chimérické sekvence jsou častým artefaktem vyskytujícím se v sekvenačních datech po amplifikaci vzorků polymerázovou řetězovou reakcí. Výskyt těchto artefaktů může výrazně znehodnotit výsledky prováděné analýzy. Proto je detekce a následná filtrace chimérických sekvencí nezbytným krokem ve výpočetním zpracování sekvenačních dat. Součástí této práce je vysvětlení mechanismu vzniku těchto artefaktů a také možnosti omezení jejich výskytu. Cílem této práce je realizace algoritmu pro detekci a filtraci chimér v jazyce R a následné testování úspěšnosti algoritmu na vlastních datech poskytnutých Výzkumným ústavem veterinárního lekařství v Brně.Chimeric sequences are the most common artifacts that can occur in sequencing data after the sample amplification using the polymerase chain reaction. The presence of these artifacts can negatively affect results of the analysis. Therefore, the detection and subsequent filtration of chimeric sequences is an important step in the computational processing of sequencing data. This work deals with the principle of chimera formation and the possibility of reducing their occurrence. The aim of this work is to implement an algorithm for chimeras detection in R language and testing its accuracy on data provided by the Veterinary Research Institute in Brno.