"เราสามารถรวบรวมจีโนมและเมตาจีโนมทั้งหมดได้อย่างรวดเร็ว รวมทั้งจีโนมของจุลินทรีย์ บนคอมพิวเตอร์แล็ปท็อปขนาดเล็ก" บอนนี่ เบอร์เกอร์ (@lab_berger) ศาสตราจารย์ด้านคณิตศาสตร์ของไซมอนส์แห่งวิทยาการคอมพิวเตอร์และห้องปฏิบัติการ AI ที่ MIT และผู้เขียนผลการศึกษากล่าว "ความสามารถนี้มีความสำคัญในการประเมินการเปลี่ยนแปลงของไมโครไบโอมในลำไส้ที่เชื่อมโยงกับโรคและการติดเชื้อแบคทีเรีย เช่น ภาวะติดเชื้อ เพื่อให้เราสามารถรักษาและช่วยชีวิตได้รวดเร็วยิ่งขึ้น"

โครงการประกอบจีโนมมาไกลตั้งแต่โครงการจีโนมมนุษย์ ซึ่งเสร็จสิ้นการรวบรวมจีโนมมนุษย์ที่สมบูรณ์ชุดแรกในปี 2546 ด้วยมูลค่าประมาณ 2.7 พันล้านดอลลาร์สหรัฐ และความร่วมมือระหว่างประเทศกว่าทศวรรษ แต่ในขณะที่โครงการประกอบจีโนมมนุษย์ใช้เวลาไม่นานอีกต่อไป พวกเขายังต้องใช้เวลาหลายวันและใช้พลังงานคอมพิวเตอร์มหาศาล เทคโนโลยีการจัดลำดับรุ่นที่สามนำเสนอลำดับจีโนมคุณภาพสูงจำนวนเทราไบต์ที่มีคู่เบสหลายหมื่นคู่ แต่การประกอบจีโนมโดยใช้ข้อมูลจำนวนมหาศาลดังกล่าวได้พิสูจน์ให้เห็นถึงความท้าทาย

ในการเข้าใกล้การประกอบจีโนมอย่างมีประสิทธิภาพมากกว่าเทคนิคในปัจจุบัน ซึ่งเกี่ยวข้องกับการเปรียบเทียบคู่ระหว่างการอ่านที่เป็นไปได้ทั้งหมด เบอร์เกอร์และเพื่อนร่วมงานจึงหันไปใช้แบบจำลองทางภาษา จากแนวคิดของกราฟ de Bruijn ซึ่งเป็นโครงสร้างข้อมูลที่เรียบง่ายและมีประสิทธิภาพซึ่งใช้สำหรับการประกอบจีโนม นักวิจัยได้พัฒนากราฟย่อขนาด de Bruin (mdBG) ซึ่งใช้ลำดับนิวคลีโอไทด์สั้น ๆ ที่เรียกว่าตัวย่อขนาดแทนนิวคลีโอไทด์เดี่ยว

"กราฟย่อขนาดพื้นที่ของเรา de Bruijn เก็บเพียงเศษเสี้ยวของนิวคลีโอไทด์ทั้งหมด ในขณะที่รักษาโครงสร้างจีโนมโดยรวม ทำให้สามารถลำดับความสำคัญที่มีประสิทธิภาพมากกว่ากราฟคลาสสิก de Bruijn" เบอร์เกอร์กล่าว

นักวิจัยได้ใช้วิธีของพวกเขาในการรวบรวมข้อมูลไฮไฟจริง (ซึ่งมีความแม่นยำในการอ่านโมเลกุลเดี่ยวเกือบสมบูรณ์แบบ) สำหรับแมลงหวี่ Drosophila melanogasterรวมถึงข้อมูลจีโนมของมนุษย์จาก Pacific Biosciences (PacBio) เมื่อพวกเขาประเมินผลจีโนมที่เกิดขึ้น เบอร์เกอร์และเพื่อนร่วมงานพบว่าซอฟต์แวร์ที่ใช้ mdBG ของพวกเขาต้องใช้เวลาน้อยกว่า 33 เท่าและฮาร์ดแวร์ประมวลผลหน่วยความจำเข้าถึงโดยสุ่ม (RAM) น้อยกว่า 8 เท่าเมื่อเทียบกับตัวประกอบจีโนมอื่น ๆ ซอฟต์แวร์ของพวกเขาดำเนินการประกอบจีโนมสำหรับข้อมูลมนุษย์ไฮไฟเร็วขึ้น 81 เท่า โดยใช้หน่วยความจำน้อยกว่าแอสเซมเบลอร์ Peregrine 18 เท่า และเร็วกว่า 338 เท่า โดยใช้หน่วยความจำน้อยกว่าแอสเซมเบลอร์ไฮไฟ 19 เท่า

ต่อมา เบอร์เกอร์และเพื่อนร่วมงานใช้วิธีของพวกเขาในการสร้างดัชนีสำหรับกลุ่มจีโนมของแบคทีเรีย 661,406 ตัว ซึ่งเป็นกลุ่มที่ใหญ่ที่สุดจนถึงปัจจุบัน พวกเขาพบว่าเทคนิคใหม่นี้สามารถค้นหายีนต้านทานต่อยาต้านจุลชีพทั้งคอลเลกชันได้ภายใน 13 นาที ซึ่งเป็นกระบวนการที่ใช้เวลา 7 ชั่วโมงโดยใช้การจัดตำแหน่งลำดับมาตรฐาน

"เราทราบดีว่าการนำเสนอของเรามีประสิทธิภาพ แต่ไม่ทราบว่าจะปรับขนาดได้ดีในข้อมูลจริง หลังจากการเพิ่มประสิทธิภาพโค้ดเพิ่มเติม" เบอร์เกอร์กล่าว

Rayan Chikhi (@RayanChikhi) นักวิจัยและหัวหน้ากลุ่มของ Institut Pasteur กล่าวว่า "แนวคิดโดยรวมใช้ได้ผลและไม่ต้องการขั้นตอนก่อนการประมวลผลที่มีราคาแพง เช่น การแก้ไขข้อผิดพลาด โดยใช้วิธีการประกอบจีโนมอื่นๆ ส่วนใหญ่ ผู้เขียนการศึกษา

"เรายังสามารถจัดการข้อมูลการจัดลำดับด้วยอัตราความผิดพลาดได้ถึง 4%" เบอร์เกอร์กล่าวเสริม "ด้วยซีเควนเซอร์ที่อ่านมานานซึ่งมีอัตราความผิดพลาดที่แตกต่างกันซึ่งลดราคาลงอย่างรวดเร็ว ความสามารถนี้เปิดประตูสู่การทำให้เป็นประชาธิปไตยในการวิเคราะห์ข้อมูลลำดับ"

Berger ตั้งข้อสังเกตว่าในขณะที่วิธีการนี้ทำงานได้ดีที่สุดเมื่อประมวลผลการอ่าน PacBio HiFi ซึ่งต่ำกว่าอัตราข้อผิดพลาด 1% แต่ในไม่ช้าก็อาจเข้ากันได้กับการอ่านแบบยาวพิเศษจาก Oxford Nanopore ซึ่งปัจจุบันมีอัตราข้อผิดพลาด 5-12% แต่อาจ ข้อเสนอเร็ว ๆ นี้อ่านที่ 4%

"เราจินตนาการถึงการติดต่อกับนักวิทยาศาสตร์ภาคสนามเพื่อช่วยให้พวกเขาพัฒนาไซต์ทดสอบจีโนมได้อย่างรวดเร็ว นอกเหนือไปจาก PCR และอาร์เรย์ของเครื่องหมายซึ่งอาจพลาดความแตกต่างที่สำคัญระหว่างจีโนม" เบอร์เกอร์กล่าวบาคาร่า สมัครบาคาร่า