Séquençage et Assemblage. de Génomes. François Denizot Emmanuel Talla LCB-IBSM CNRS

Transcription

1 Séquençage et Assemblage de Génomes François Denizot Emmanuel Talla LCB-IBSM CNRS

2 Projet de séquençage d un génome Séquençage aléatoire Assemblage Annotation Data Release Library construction Assembler Genome scaffold Gene finding Publication Colony picking Combinatorial PCR Homology searches Template preparation Initial role assignments Sequencing reactions Base calling Ordered contig set Gap closure sequence editing Metabolic pathways Gene families Comparative genomics Sequence files Sample tracking Re-assembly ONE ASSEMBLY! Transcriptional/ translational regularory elements Repetitive sequences 2

3 Technologie de séquençage Malgré de nombreuses tentatives de mise au point de nouvelles méthodologies de séquençage d ADN, c est toujours la technique développée par F. Sanger qui est utilisée: Sanger F, Nicklen S, Coulson AR. (1977) DNA sequencing with chain-terminating inhibitors. Proc Natl Acad Sci U S A. 74:

4

5 Original Sanger Sequencing A mixture of dntps and a single ddntp is used in the reaction tubes. We can start with 4 different reaction tubes, each with all four dntps (datp, dgtp, dttp, dctp) and ONLY one of either dda, ddc, ddg and ddt (only 1%). The key is MOST of the nucleotides are regular ones, and just a fraction of them are dideoxynucleotides.

6 DNA Sequencing begins with replication (similar to PCR)

7

8

9 Séquençage automatique Générer à partir d une extrémité fixe tous les fragments d ADN se terminant par une base donnée Utilisation d un oligonucléotide qui après hybridation à sa matrice simple brin, sert d amorce à une réaction de polymérisation enzymatique

10

11

12 Séparation et détection des fragments

13

14

15 Applied Biosystems 3730xl DNA Analyzer Séquenceur à capillaires pour plaques 96 puits. 1 run ~ 2 heures 10 runs /jours 960 lectures /jours ~1000 bases /lectures bases / jours

16 Automatisation de toutes les étapes Préparation des matrices Réactions de séquence Séparation et détection des fragments Analyse informatique

17 Préparation des matrices Réactions de séquence Séparation et détection des fragments Intégration des éléments dans une chaîne de production Analyse informatique Eviter les goulots d étranglement dans le processus Multiplier les éléments en parallèle USINE Permettant le séquençage d ADN à haut débit

18 Cependant! Limitation importante de la technique!

19 Les contraintes Nécessité de fragmenter le DNA génomique Clonage des fragments en vue de leur amplification Séquençage (souvent partiel) des fragments ou sous-fragments Reconstitution de la séquence d origine

20 DNA fragmentation (mécanique ou enzymatique) Shotgun Clonage dans un vecteur

21 puc (insert jusqu à 10 Kb) (insert jusqu à 45 Kb) (insert jusqu à 100 Kb) (insert 300 Kb) (insert jusqu à 1 Mb, mais réarrangements fréquents)

22 Séquençage des extrémités de chaque insert TTCGATGCTAAAGCTAATCGAAGGGCTTA AAGCTACGATTT GA Élimination des fragments de séquence du vecteur

23 Stratégies de séquençage des génomes

24 Petits génomes peu complexes Grands génomes Forte complexité Mixage des deux approches

25 Le génome du rat «Brown Norway» 2,75 Gb Taille des fragments clonés: <10, 10, 50 et >150kb Profondeur (couverture) ~7X ixage des deux approches Gibbs RA et al. Nature Apr 1;428(6982):

26 Le génome humain (consortium) 3 Gb Ordonnancement des clones (entre eux et sur le chromosome): Comparaison des profils de restriction Hybridation des clones entre eux

27 Finger Print Migration de chaque digestion de BAC Logiciel FPC Minimal Tiling Path X % de fragment "communs" = BACs probablement chevauchant

28 Ordered cloning People who don't trust software generally put a lot of time into dividing large pieces of DNA into small ordered overlapping fragments This strategy requires much more initial cloning work in the laboratory but it minimizes the number of actual sequencing reads required to complete a project It is easy to assemble the reads since it is known how they should fit together to form the final contig

29 Primer Walking Make a new primer from the end of each new sequence read It requires very fast and accurate analysis of sequence reads since each step uses information from the previous read Skips sub-cloing step entirely since all sequencing reactions can be done on one large clone Expensive to make a lot of PCR primers but the price of primer synthesis keeps dropping & there is an economy of scale Assembly problems are minimized since both the order and the amount of overlap of reads are known

30 Shotgun Sequencing Shotgun sequencing takes maximum advantage of the speed and low cost of automated sequencing relies totally on software to assembly a jumble of essentially random sequence reads into a coherent and accurate contig TIGR demonstrated proof of concept on the genomes of Haemophilus influenzae, Methanococcus jannaschii, and Mycoplasma genitalium Celera Genomics demonstrated the ability to shotgun sequence the entire human genome (?)

31 Problems with shotgun sequencing Some sequences are uncloneable; therefore gaps will remain even with redundant coverage Random picking leaves gaps Sample failure of around 20% in the sequencing process is common Sequencing a 40 kb cosmid may require production of 400 kb of raw sequence, with the need for additional sequencing to close gaps Shotgun sequencing is still the most commonly used strategy for sequencing -- it s less labor-intensive than creating nested libraries of ordered subclones.

32 Projet de séquençage d un génome Séquençage aléatoire Assemblage Annotation Data Release Library construction Assembler Genome scaffold Gene finding Publication Colony picking Combinatorial PCR Homology searches Template preparation Initial role assignments Sequencing reactions Base calling Ordered contig set Gap closure sequence editing Metabolic pathways Gene families Comparative genomics Sequence files Sample tracking Re-assembly ONE ASSEMBLY! Transcriptional/ translational regularory elements Repetitive sequences 32

33 A Genome Assembling Project Assemblage Assembler Genome scaffold - Théorie du contigage - Outils d assemblage Combinatorial PCR Ordered contig set Gap closure sequence editing -Etapes de finition - Difficultés et résolution Re-assembly ONE ASSEMBLY!

34 Théorie du contigage

35 La couverture d un contig: un exemple Couverture Contig Reads Pour prévoir une assez bonne couverture de ces contigs lors de l assemblage, il existe une méthode statistique (Lander- Waterman) permettant de determiner le nombre de clones à séquencer, le nombre de contigs prévisibles.

36 Théorie du contigage (Lander-Waterman statistics) (#ilôts) = Ne -cσ (taille des ilôts) = L(e cσ 1) / c + 1 σ L = longueur de la lecture T = chevauchement minimum G = Taille du génome N = Nombre de lectures c = couverture (NL / G) σ = 1 T/L contig = ilôts d au moins 2 lectures

37 Ilôts vs Contigs c N #ilôts #contigs 1 1, , , , G: 1 Mpb L: 600pb T: 40pb

38 Chromobacterium violaceum genome project

39 Outils et programmes d assemblages

40 Le Defi!!!! Image original Pièces du puzzle Reconstruction de l image La mission s apparente à resoudre un puzzle unidimentionnelle avec des centaines de milliers (voire des millions) de pieces et sans l image d origine, bien sur!!!!!!

41 Comment s y prendre? Chromatogramme Programmes d assemblage Sequence complète

42 Sequençage automatique -La plupart des sequençages automatiques utilisent la méthode enzymatique de terminaison de chaine de Sanger (1977), et des marqueurs fluorescents -Séparation des fragments par électrophorese sur gel -Lecture des fragments marques.

43 Sequençage automatique Analyse informatique des images du gel: - lane tracking identifier chaque ligne - trace processing Estimation de l intensité du signal (et bruit de fond) - lane profiling Creation du profile (trace) de chaque chromatogramme - base-calling Transformation des profiles de bases (sequence) Le programme Phred est devenu quasi-standard pour le base calling

44 Base calling - Phred Taux d erreurs varient de 1-17%

45 Base calling - Phred race idéale consiste en: -pics espacés et non hevauchantes Qualité supérieure Aucune ambiguité races généralement btenues different de idéal à cause des: imperfections des éactions de séquençage, e l électrophorèse, ou du trace processing xtremités de la trace Qualité moyenne quelques ambiguités Qualité faible confiance faible

46 Phred quality values q = - 10 log 10 (p) avec: q - quality value p - estimated probability error for a base call Examples: q = 20 means p = 10-2 (1 error in 100 bases) q = 40 means p = 10-4 (1 error in 10,000 bases)

47 Phred Taches effectués par Phred: a. Lire les traces compatible avec la plupart des formats de sequences: SCF (standard), ABI (373/377/3700), ESD (MegaBACE) and LI-COR. b. Base Calling c. Assigne une valeur qualité à chaque base. d. Créer un fichier de séquence et un fichier qualité e. Modifier les chromatogrammes ( vector trimming )

48 Phred BEGIN_SEQUENCE a112e211b.b BEGIN_COMMENT phd2fasta phred Projet.fasta >a112a1.b... ACTGCTCGATGTGTGTG ACTGCTAGCTAGCTAGTC... >a112a2.b ACTGCATGTTCGATCGTAGC... >a112a1.b >a112a2.b Projet.fasta.qual.phd.1 CHROMAT_FILE: a112e211b.b ABI_THUMBPRINT: 0 PHRED_VERSION: c CALL_METHOD: phred QUALITY_LEVELS: 99 TIME: Mon Jan 15 11:27: TRACE_ARRAY_MIN_INDEX: 0 TRACE_ARRAY_MAX_INDEX: TRIM: CHEM: term DYE: big END_COMMENT BEGIN_DNA n 0 5 t 4 24 t 6 35 g 6 44 a 6 71 g 6 92 t t

49 Phred >a112a1.b... ACTGCTCGATGTGTGTG ACTGCTAGCTAGCTAGTC... >a112a2.b ACTGCATGTTCGATCGTAGC... Projet.fasta Crossmatch Séquences de vecteurs >a112a1.b... XXXXXXXXXXXXGTGTG ACTGCTAGCTAGCTAGTC... >a112a2.b ACTGCATGTTCGATCGTAGC... Projet.fasta.screen Projet.fasta.qual Projet.fasta.screen.qual Assemblage

50 Programmes d Assemblage des Séquences Phrap - sequence assembly program (UNIX) Systeme Phred-Phrap-Consed TIGR Assembler - microbial genomes (UNIX) The Staden Package (UNIX) GeneTool/ChromaTool/Sequencher (PC/Mac) Arachne www-genome.wi.mit.edu/wga/ Celera Assembler Paracel Genome Assembler Stroll Amass (Pattern Matching) bio.informatics.indiana.edu/sunkim/amass/ Phusion (SSAHA) Assembler Genome Research 2003 vol 13 p Euler (Eulerian path) AMI based Assembler (Stochastic process) Bioinformatics 2003 vol 19 p22-29

51 Formats et Codification des séquences Nommage des séquences Format des sequences ABI, SCF Les séquences du même clone ont le même prefix L orientation des séquences est matérialisée par g ou b / f ou r Longueur des clones sequencés doit etre définis Taille du clone KT g.SCF KT b.SCF Si séquences provenant des BACs, on effectue également une codification de ces séquences

52 Le système Phred-Phrap-Consed Lire tous les fichiers de séquences (10-10,000) Reverse complemente toutes les séquences (doubles # des séquences à aligner) Alignement multiple de ces séquences afin d obtenir une séquence unique

53 Phrap 1)Rechercher les pairs de séquences chevauchantes 2)Construire l alignement multiple 3)Améliorer l alignement multiple et déterminer le consensus

54 1) Rechercher les paires de séquences chevauchantes -Compare chaque séquence (et son reverse-complement) avec chacune des autres séquences -Génère une liste des régions ayant certains critères de similarités de séquences. Paramètres importants: minimum overlap length, stringency (% of bases identiques), and minimum repeat length.

55 Chevauchement entre deux séquences overlap (19 bases) overhang (6 bases) AGCCTAGACCTACAGGATGCGCGGACACGTAGCCAGGAC CAGTACTTGGATGCGCTGACACGTAGCTTATCCGGT overhang % identity = 18/19 % = 94.7% overlap - region of similarity between regions overhang - un-aligned ends of the sequences Formation des paires de séquences chevauchantes basée sur: length of overlap % identity in overlap region maximum overhang size.

56 Phrap 1) Rechercher les paires de séquences chevauchantes Une séquence peut avoir plusieurs régions chevauchantes

57 1) Rechercher les paires de séquences chevauchantes

58 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

59 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

60 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

61 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

62 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

63 2) Construire l alignement multiple Combinaison des paires de séquences chevauchantes pour construire des grands fragments de séquences

64 3) Améliorer l alignement multiple Introduction de gaps dans les alignements de séquences si cela doit ameliorer les alignements. Paramètres: gap creation penalty (default 2.0) gap extension penalty (default (0.1)

65 Au final

66 enus de navigation Consed Séquence du contig Mismatch en rouge Outils de navigation

67 Consed

68 Création des Scaffolds (SuperContigs)

69 Gaps physical gap scaffold A scaffold B sequencing gaps

70 Scaffolding Ordonner et Orienter les contigs (nonchevauchants) le long du chromosome II I III IV III II IV I

71 Contraintes sur les lectures -Les extrémités des lectures doivent avoir une orientation en miroir l un par rapport à l autre -La distance entre deux lectures est connue (avec une certaine erreur expérimentale) clone length F R sequenced ends

72 Création des scaffolds Assembly caffolding

73 Création des scaffolds Assembly caffolding

74 Linking informations Overlaps Mate-pair links Similarity links Physical markers reference genome physical map Clone/Bac reads Gene synteny

75 PCR combinatoire A B D C F E G H A B C D E F G H A B C D E F G H A B C D E F G H A B C D E F G H A B C D E F G H A B C D E F G H A B C D E F G H A B C D E F G H B--D C--F E--H

76 Reads base-pairs Assembly Contigs bp Scaffolding Scaffolds bp

77 Finition Fermeture des gaps

78 Shotgun Finition Shotgun Finition FINITION : -Correction des zones de basse qualité -Ordonnancement des contigs -Séquençage des parties manquantes -gap de séquence -gap de clonage -Réorganisation des séquences répétées

79 Problèmes associés à l assemblage Banques Biaisées === Assemblage foireux L ensemble des clones des différentes banques utilisées doivent couvrir la presque totalité du génome à séquencer Tailles incorrects des Inserts Faible couverture Orientation inconnue des reads. ACGT or TGCA??? Erreurs de séquençage Séquences repétées

80 Finishing repeats RPT A RPT B clones or PCR walks TEP 1. Isolate repeat copies TEP 2. Assemble in isolation TEP 3. Incorporate assembled repeats into rest of assembly - TIGR Assembler can hold together previously assembled contigs - Other assemblers: use repeat consensus as input to the assembler

81 SASA repeat (4776 AA, 14Kb) rom Streptococcus Pneumoniae - likely involved in cell adhesion MTETVEDKVSHSITGLDILKGIVAAGAVISGTVATQTKVFTNESAVLEKTVEKTDALATNDTVVLGTISTSNSASSTSLSASESASTSASESASTSASTSASTSASESASTSASTSISASSTVVGSQTAAA TEATAKKVEEDRKKPASDYVASVTNVNLQSYAKRRKRSVDSIEQLLASIKNAAVFSGNTIVNGAPAINASLNIAKSETKVYTGEGVDSVYRVPIYYKLKVTNDGSKLTFTYTVTYVNPKTNDLGNISSMRP GYSIYNSGTSTQTMLTLGSDLGKPSGVKNYITDKNGRQVLSYNTSTMTTQGSGYTWGNGAQMNGFFAKKGYGLTSSWTVPITGTDTSFTFTPYAARTDRIGINYFNGGGKVVESSTTSQSLSQSKSLSVSA SQSASASASTSASASASTSASASASTSASASASTSASVSASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTS ASGSASTSTSASASTSASASASTSASASASISASESASTSASESASTSTSASASTSASESASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASA STSASVSASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTS ASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASA SASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASVSASTS ASASASTSASESASTSASASASTSASESASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASESASTSTSASASTSASESASTSASASASTSASASASTSASASASTSASA SASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASVSASTS ASESASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASA SASTSASASASTSASASASISASESASTSASASASTSASASASTSASVSASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASASAS TSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASVSASTSASESASTSASASASTSASASASTSASASASTSA SESASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASASTSASASASTSASASASTSASASASISASESASTSASESASTSTSASASTSASESASTSASASASTSAS ASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASVSASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASAST SASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSAS ASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASESAST SASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASVSASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASISASESASTSASASASTSAS ASASTSASASASTSASESASTSTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASAST SASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASVSASTSASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSAS ASASTSASESASTSASASASTSASASASTSASASASTSASASASASTSASASASTSASASASTSASASASISASESASTSASASASASTSASASASTSASASASTSASASASISASESASTSASESASTST SASASTSASESASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASVSASTSASASASTSASASASTSASESASTSASASTS ASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASG SASTSTSASASTSASASASTSASASASISASESASTSASESASTSTSASASTSASESASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTS ASVSASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASA SASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASAS TSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASVSASTSASA SASTSASESASTSASASASTSASESASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASESASTSTSASASTSASESASTSASASASTSASASASTSASASASTSASASAS TSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASVSASTSASE SASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASAS TSASASASTSASASASISASESASTSASASASTSASASASTSASVSASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASASASTSA SASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSASASASISASESASTSASASASTSASASASTSASASASTSASESASTSTSASASTSASES ASTSASASASTSASASASTSASASASTSASASASTSASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASESASTSASASASTSA SASASTSASASASTSASASASTSASVSASTSASESASTSASASASTSASASASTSASESASTSASASASTSASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASAS ASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASISASESASTSASASASTSASASASTSASVSASTSASASASTSASASASISASESASTSASASASTSASASASTSASASAST SASASASISASESASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSASASASTSVS NSANHSNSQVGNTSGSTGKSQKELPNTGTESSIGSVLLGVLAAVTGIGLVAKRRKRDEEE

82 Pipeline de Séquençage Quelques Succès

83 Consed A B I vector_dir chromat_dir preta phd_dir base calling quality trimming vector trimming.seq,.qual phd2fasta.contig ace2contig achne2gbrowse Gbrowse.links.reads.ps prearachne runta phrap.xml ta2ace.asm Arachne.bases/.fasta/.contigs repeatfinder gobambus.mates.ace.repeats.stats.details.dot toarachne

84 Sequencing Successes T7 bacteriophage completed in ,937 bp, 59 coded proteins Escherichia coli completed in ,639,221 bp, 4293 ORFs Sacchoromyces cerevisae completed in ,069,252 bp, 5800 genes

85 Sequencing Successes Caenorhabditis elegans completed in ,078,296 bp, 19,099 genes Drosophila melanogaster completed in ,117,226 bp, 13,601 genes

86 Homo sapiens 1st draft completed in ,160,079,000 bp, 31,780 genes

87 The Genome Sequencing Era 18 microbial genomes 40 microbial genomes mouse First eukaryote genome Yeast First higher plant Arabidopsis First fish Fugu irst microbial genome H. influenzae E. coli First multicellular animal C. elegans Fruit fly First mammal Homo sapiens malaria: mosquito and parasite 197 microbial genomes

88 Conclusions et Perspectives Amélioration des procédures d'assemblage en tenant compte des liens clones, des erreurs de nommages, des longueurs variables d'inserts et de la sur-couverture des contigs obtenus. Nécessité d optimisation mathématique (Graphes, Stochastic), et informatique (tables de bits, multi-threading) Diminution des risques d'erreurs d'assemblage Simplification de la phase de finition Obtention d'un génome => Annotation Comparaison génomiques Transcriptome Métabolome Pouvoir pathogène...

89 References TIGR Assembler Sutton, G.G., et al., TIGR Assembler: A New Tool for Assembling Large Shotgun Sequencing Projects. Genome Science and Technology, :9-19. phrap Green, P., PHRAP documentation: ALGORITHMS phred Ewing B., Hillier L, Wendl M, Green P., Basecalling of automated sequencer traces using phred. Genome Research, 1998, 8: consed Gordon, D., C. Abajian, P. Green. Consed: A graphical tool for sequence finishing. Genome Research, 1998, 8: REPuter S. Kurtz, C. Schleiermacher, Fast Computation of Maximal Repeats in Complete Genomes, Bioinformatics, 1999, 15(5): Multiplex PCR Tettelin, H., et al., Optimized Multiplex PCR: Efficiently Closing a Whole- Genome Shotgun Sequencing Project. Genomics, : Celera Assembler Myers, E.W. et al A whole-genome assembly of Drosophila. Science 287: Arachne Batzoglou, S., et al ARACHNE: a whole-genome shotgun assembler. Genome Res 12: Jaffe, D.B., et al Whole-genome sequence assembly for Mammalian genomes: arachne 2. Genome Res 13:

90 References TIGR Assembler Sutton, G.G., et al., TIGR Assembler: A New Tool for Assembling Large Shotgun Sequencing Projects. Genome Science and Technology, :9-19. phrap Green, P., PHRAP documentation: ALGORITHMS phred Ewing B., Hillier L, Wendl M, Green P., Basecalling of automated sequencer traces using phred. Genome Research, 1998, 8: consed Gordon, D., C. Abajian, P. Green. Consed: A graphical tool for sequence finishing. Genome Research, 1998, 8: REPuter S. Kurtz, C. Schleiermacher, Fast Computation of Maximal Repeats in Complete Genomes, Bioinformatics, 1999, 15(5): Multiplex PCR Tettelin, H., et al., Optimized Multiplex PCR: Efficiently Closing a Whole- Genome Shotgun Sequencing Project. Genomics, : Celera Assembler Myers, E.W. et al A whole-genome assembly of Drosophila. Science 287: Arachne Batzoglou, S., et al ARACHNE: a whole-genome shotgun assembler. Genome Res 12: Jaffe, D.B., et al Whole-genome sequence assembly for Mammalian genomes: arachne 2. Genome Res 13:

91 Quelques illustrations et idées empruntées à différents sites Ce site fait référence à un livre: Human Molecular Genetic 2, Tom stachan and Andrew P. Read, Bios Scientific Publisher, Ltd