quality control of next-generation sequencing data without a reference

مراقبة جودة بيانات تسلسل الجيل القادم دون مرجع

Clicks: 347
ID: 138193
2014
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #47 of 264 articles by views in chemical record (new york, ny)

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 264 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Next-generation sequencing (NGS) technologies have dramatically expanded the breadth of genomics. Genome-scale data, once restricted to a small number of biomedical model organisms, can now be generated for virtually any species at remarkable speed and low cost. Yet non-model organisms often lack a suitable reference to map sequence reads against, making alignment-based quality control (QC) of NGS data more challenging than cases where a well-assembled genome is already available. Here we show that by generating a rapid, non-optimised draft assembly of raw reads, it is possible to obtain reliable and informative QC metrics, thus removing the need for a high quality reference. We use benchmark datasets generated from control samples across a range of genome sizes to illustrate that QC inferences made using draft assemblies are broadly equivalent to those made using a well-established reference, and describe QC tools routinely used in our production facility to assess the quality of NGS data from non-model organisms.
وسّعت تقنيات تسلسل الجيل القادم (NGS) نطاق علم الجينوم بصورة جذرية؛ إذ بات بالإمكان حالياً توليد بيانات على مستوى الجينوم لأي نوع تقريباً بسرعة فائقة وتكلفة منخفضة، بعد أن كانت مقتصرة في السابق على عدد قليل من الكائنات النموذجية الطبية الحيوية. ومع ذلك، غالباً ما تفتقر الكائنات الحية غير النموذجية إلى مرجع مناسب لمحاذاة قراءات التسلسل معه، مما يجعل مراقبة الجودة (QC) لبيانات تسلسل الجيل القادم القائمة على المحاذاة أكثر صعوبة مقارنة بالحالات التي يتوفر فيها بالفعل جينوم مُجَمَّع بدقة. نُبيّن في هذه الدراسة أنه من خلال إنشاء مسودة تجميع سريعة وغير مُحسَّنة للقراءات الأولية (الخام)، يمكن الحصول على مقاييس موثوقة وغنية بالمعلومات لمراقبة الجودة، مما يُغني عن الحاجة إلى مرجع عالي الجودة. كما نستخدم مجموعات بيانات معيارية أُنشئت من عينات ضابطة تغطي نطاقاً من أحجام الجينوم لنوضح أن استنتاجات مراقبة الجودة المستخلصة باستخدام مسودات التجميع تكافئ إلى حد كبير تلك التي تعتمد على مرجع موثوق، ونستعرض كذلك أدوات مراقبة الجودة المستخدمة روتينياً في منشأة الإنتاج لدينا لتقييم جودة بيانات تقنيات تسلسل الجيل القادم للكائنات غير النموذجية.
Reference Key
trivedi2014frontiersquality Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Urmi H Trivedi;Timothée eCézard;Stephen eBridgett;Anna eMontazam;Jenna eNichols;Mark eBlaxter;Mark eBlaxter;Karim eGharbi
Journal chemical record (new york, ny)
Year 2014
DOI
10.3389/fgene.2014.00111
URL
http://journal.frontiersin.org/Journal/10.3389/fgene.2014.00111/full
Keywords
quality control de novo assembly illumina sequencing pcr duplicatesgenetics

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.