Fundamentals of Genome Assembly
0:06
Vậy tôi sẽ giảng về cách lắp ráp bộ gen hoạt động, trình bày một số lý thuyết nền tảng và cách lắp ráp bộ gen từ các đoạn đọc ngắn và dài.
So I'm going to give a lecture on how genome assembly works, go over some of the theory behind it, how we assemble genomes from short and long reads.
0:16
Sau đó chúng ta sẽ nghỉ uống cà phê, quay lại và thực hành trong phòng máy, nơi các bạn sẽ tự lắp ráp một bộ gen nhỏ
Then we'll have a coffee break, come back, and you'll work through a lab where you'll actually get to assemble a small genome
0:26
bằng dữ liệu PAC-Bio và Illumina.
using some PAC-Bio and Illumina data.
0:30
Có nhiều cách khác nhau để trình bày khái quát về việc lắp ráp. Đây là cách tôi hình dung về nó.
So there's a lot of different ways of presenting sort of a high-level picture of assembly. Here's how I like to think of it.
0:37
Ta có một bộ gen. Ta cắt nhiều bản sao của bộ gen thành các đoạn. Sau đó, ta giải trình tự các đoạn đó.
We have a genome. We chop up many copies of the genome into fragments. We then sequence those fragments.
0:44
Về cơ bản, quá trình lắp ráp bộ gen là đảo ngược quá trình giải trình tự, ghép lại bộ gen ban đầu từ những đoạn đọc đã lấy mẫu.
And the process of genome assembly is just essentially reversing the sequencing process and stitching together the original genome from those wreaths that we've sampled.
0:55
Người ta dùng nhiều phép so sánh khác nhau, chẳng hạn như ghép một bức tranh mà không biết nó trông ra sao, hoặc cắt nhỏ một chồng báo.
People have used different analogies of, you know, putting together a puzzle without being able to know what the puzzle actually looks like or cutting up a bunch of newspapers.
1:04
Tôi sẽ dùng ví dụ này: giả sử tôi lấy hết các tập tài liệu trên bàn các bạn.
One that I'll use is, let's say I grab all the binders off your desks with the course materials.
1:09
Tôi đem chúng đi nghiền vụn, xé thành từng mảnh, đổ xuống sàn rồi bảo các bạn ghép lại những trang trong tập tài liệu đó.
I take them to the paper shredder, shred it up into pieces, dump it on the floor and say, reconstruct the pages that's in this binder.
1:17
Các bạn sẽ rất tức giận với tôi, nhưng sẽ hiểu rõ hơn lắp ráp là gì.
You'd be quite mad at me, but you'd get a better understanding of what an assembly is.
1:22
Điều quan trọng ở đây là nếu tôi xé chúng thành những mảnh thật nhỏ, sẽ còn lại rất nhiều mảnh trắng chẳng cho biết chúng ghép với nhau thế nào.
Now the key things here are that if I shred that into really tiny pieces, you'd have a lot of leftover white pieces that give you no information of how they go together.
1:33
Đó là những đoạn lặp trong bộ gen, nơi ta không có đủ thông tin từ các đoạn đọc ngắn để ghép chúng lại.
Those are the repeats in the genome where we just don't have enough information from say short reads to assemble them back together.
1:39
Ngược lại, nếu tôi cắt thành những mảnh rất lớn, chẳng hạn mỗi trang thành ba hoặc bốn mảnh, ta sẽ có nhiều thông tin để ghép các trang lại với nhau và việc lắp ráp sẽ tương đối dễ dàng.
Conversely, if I chop it up into very large fragments, just each page into three or four pieces, you'd have a lot of information to stick those pages back together and be relatively easy to assemble.
1:53
Bài nói gồm ba phần. Tôi sẽ khái quát cách các phần mềm lắp ráp hoạt động và trình bày đôi chút lý thuyết nền tảng.
So the talk's in our three parts. I'll give you an overview of how assemblers work, a little bit of theory behind it.
1:58
Sau đó, tôi sẽ nói về các thuật toán lắp ráp cho đoạn đọc ngắn và dài.
Then I'll talk about assembly algorithms for short and long reads.
2:02
Đây là hai phần riêng biệt, vì các phương pháp lắp ráp đoạn đọc ngắn, như dữ liệu Illumina, hoàn toàn khác với phương pháp dùng cho đoạn đọc dài.
So that is two distinct parts because the methods that we use for short read assembly, like alumina reads, are completely different than the methods we use for long reads.
2:12
Tất cả đều dựa trên cùng một lý thuyết nền tảng, tôi sẽ trình bày trước. Sau đó, tôi sẽ giới thiệu quy trình lắp ráp cho từng bài toán khác nhau.
They're all based on the same underlying theory, which I'll present first, but I'll give you a view of what the assembly pipelines for the different problems look like.
2:21
Cuối cùng, ở phần thứ ba, dẫn vào buổi thực hành, tôi sẽ nói về những đặc tính hay đặc điểm nào của bộ gen khiến việc lắp ráp từ đoạn đọc ngắn trở nên khó khăn
And then finally, in the third part, which is going to lead into the practical session, I'm going to talk about what type of properties or features of a genome make short read assembly difficult
2:34
và cách đo lường chúng từ trước bằng một số phần mềm do nhóm tôi phát triển.
and how we can measure that beforehand using some software that my group develops.
2:40
Được rồi, đây là hình minh họa cách lắp ráp hoạt động. Đầu vào là trình tự bộ gen, được tô màu đỏ ở đây.
Okay, so again, here's a view of how assembly works. We have an input, which is our genome sequence, which is shown up in here in red.
2:48
Con trỏ của tôi đang hoạt động. Đúng vậy, đại khái thế. Nó hiện màu đỏ ở đây.
That's my pointer working. Yes, kind of. Showed up in here in red.
2:54
Ta lấy nhiều bản sao của bộ gen đó, cắt thành từng đoạn rồi đọc từng đoạn riêng lẻ bằng máy giải trình tự DNA mà tôi đã giới thiệu hôm qua.
We take many copies of that genome. We then fragment it into pieces and then read each one of those individual pieces using the DNA sequencers that I introduced to you yesterday.
3:07
Quá trình này được gọi là giải trình tự shotgun toàn bộ bộ gen. “Shotgun” nghĩa là ta cắt bộ gen thành các đoạn một cách ngẫu nhiên.
Now, we call this process whole genome shotgun sequencing. The shotgun meaning that we randomly fragment the genome.
3:12
Ta không biết các đoạn này bắt nguồn từ đâu trong bộ gen. Ta chỉ cắt vụn bộ gen, giải trình tự từng đoạn rồi phải ghép chúng lại.
We don't know where the pieces came from in the genome. We just blow up the genome, sequence each one of these fragments, then we need to put it back together.
3:20
Thuật ngữ này đã có từ thời Dự án Bộ gen Người, khi nói về các phương pháp shotgun để lắp ráp bộ gen.
And this is a term that goes back since the Human Genome Project, when I talk about shotgun methods of genome assembly.
3:28
Nếu biết mỗi đoạn đọc này đến từ đâu trong bộ gen, biết đoạn đọc ở dưới cùng này là đoạn ngoài cùng bên trái, hay bao phủ từ base đầu tiên đến base thứ 15 của bộ gen,
Now, if we knew where every one of these reads came from in the genome, if we knew that this read here down at the bottom is the leftmost read, or it covers the first base through to the 15th base of the genome,
3:40
biết đoạn đọc này bắt đầu ở base thứ năm, vân vân, thì việc tái dựng sẽ rất dễ dàng.
we knew that this read starts at the fifth base and so on, it would be really easy to do the reconstruction.
3:45
Ta chỉ cần ghép tất cả các trình tự này dọc theo bộ gen để nối chúng lại.
We could just merge all of these sequences along the genome to stitch it back together.
3:52
Ta sẽ bắt đầu với đoạn đọc này, ghép với đoạn kia để thêm base CG, rồi ghép với đoạn này để thêm GCTCT, AGG, vân vân,
So we'd start with this read, merge it with this one, which adds that CG base, merge it with this one, which adds GCTCT, AGG, and so on,
4:01
chỉ cần lần theo các đoạn đã được sắp thứ tự này cho đến khi tái dựng được toàn bộ bộ gen.
just walking along these ordered fragments until we've reconstructed a whole genome.
4:06
Khó khăn là ta thực sự không biết các đoạn đọc đến từ đâu. Ta không có thứ tự đầy đủ của chúng.
Now, the difficulty comes in that we don't actually know where the reads came from. We don't have this total ordering of the reads.
4:12
Ta chỉ có trình tự của các đoạn đọc, rồi phải suy luận bằng máy tính xem chúng nằm theo thứ tự nào trên bộ gen ban đầu.
We only have their read sequences, and then we need to computationally infer what the order of those reads were on the original genome.
4:21
Khác với các buổi thực hành trước, khi các bạn ánh xạ các đoạn đọc lên bộ gen tham chiếu để có được thứ tự này hoặc một thứ tự gần đúng,
And unlike when in the other practical sessions you've done where you've mapped the reads to a reference genome, which give you this ordering or an approximation of this ordering,
4:30
trong lắp ráp bộ gen de novo, ta không biết gì về bộ gen. Ta chỉ có tập hợp các đoạn đọc này.
in de novo genome assembly, we don't know anything about the genome. We only have this set of reads.
4:34
Ta cần xem các đoạn đọc và tìm cách tái dựng trình tự.
We need to look at the reads and try to figure out how to reconstruct the sequence.
4:40
Một thuật ngữ then chốt trong lắp ráp bộ gen là độ phủ.
So this is one of the key terms in genome assembly is the idea of coverage.
4:45
Có lẽ các bạn đã gặp khái niệm độ phủ trong những buổi thực hành khác, nhưng tôi sẽ nhắc lại ý nghĩa của nó trong lắp ráp.
Coverage has probably come up in the other practicals, but I'll just reiterate where we think of it in assembly.
4:51
Đây là số đoạn đọc trung bình bao phủ mỗi vị trí trong bộ gen.
And this is the average number of reads that's covering any position in the genome.
4:55
Nếu các trình tự đọc của ta, được tô màu xanh ở đây, có tổng cộng 177 nucleotide,
So if our read sequences, which are shown in blue here, we have 177 nucleotides total,
Only the first 5 minutes are free. Install the app or extension to keep watching.
DownloadRequest another language





