デノボアセンブリ ( 生物学 ) - 毎日を楽しくすごすために

ブログを長らく休んでいる間に、次世代シーケンサーを入手して大量データとしばらく格闘し続けて、現在はそれが本業になりつつあります。SOLiDと呼ばれる次世代シーケンサーは、１回のランで75ベース（SOLiD5500で）のシーケンスデータを６億リード程度産出します。ただ、２ベースエンコーディングのカラースペースは精度が高いといわれて選んだ訳ですが、実際データを扱ってみると、想像以上にエラーが多いマシンでした。今は、RNA-Seqのようなタグ解析（タグがいくつ貼り付いたかというような情報では精度はそれほどは要求されない）に特化して使用しています。それより、昨年導入した　MiSeq（イルミナ社）がすばらしい。ｖ３になって、300塩基のペアエンド解析ができて、リード数は2000~3000万タグ程度にまでなりました。非常にクオリティーも高いです。それで、SOLiDを使っていた時は想像もしなかったデノボセンブリ（短い配列をつないでいって長い配列を作成する作業）が本当に現実的になってきました。デノボアセンブリという手法自体も成熟途上の手法なので、改良していくポイントはまだまだ沢山あります。シーケンス技術自体の発展にも大きく関連してきますが、シーケンスリード（MiSeqなら300bp)を百万程度集めて、それをできるだけ長い集まり（これをコンティグと呼びます）にするアセンブラーソフトのアルゴリズムの発展には目を見張るものがあります。あくまでテクノロジーの領域であって、これを利用してサイエンスを展開して行く必要があるのですが、テクノロジー自体が非常に面白いと思えるようになってきました。とにかく、デノボアセンブリのワークフローを完成させたい（もちろん、どんどん変化していくものなので、完全ではありませんが）と思っています。それでゲノムが決まれば、次はトランスクリプトーム、リボソームプロファイリングとオーム解析をすすめて、転写ー翻訳系の網羅的な状況把握できる環境を整えたいと考えています。これからは、モデル生物を使う意味は少ない時代になってくるでしょう。面白い、扱いやすい生命現象を示す生物を選んで調べる、あるいは環境にある生き物をそのまま調べて分子生物学まで持って行ける時代が到来したと思います。必要なことは、生物そのものに対する知識です。外に出て、観察しましょう。面白い現象を沢山、自分の目で見てください。それが大きな武器になる時代に戻ってきたとも言えます。