Matematyczna teoria komunikacji Shannona zastosowana do sekwencjonowania DNA

Jednym z wielkich niedocenionych bohaterów XX-wiecznej nauki jest Claude Shannon, inżynier ze słynnych Laboratoriów Bell w okresie świetności w połowie XX wieku. Najbardziej trwałym wkładem Shannona w naukę jest teoria informacji, która stanowi podstawę całej komunikacji cyfrowej.

W słynnym artykule z końca lat czterdziestych Shannon przedstawił podstawowy problem komunikacji: odtworzyć w jednym punkcie przestrzeni wiadomość, która została stworzona w innym. Wiadomość jest najpierw w jakiś sposób kodowana, przesyłana, a następnie dekodowana.

Shannon pokazał, że wiadomość zawsze może być odtworzona w innym punkcie przestrzeni z dowolną precyzją, pod warunkiem, że szum jest poniżej pewnego poziomu progowego. Następnie określił, ile informacji można przesłać w ten sposób, właściwość znana jako pojemność tego kanału informacyjnego.

Idee Shannona zostały z dużym powodzeniem zastosowane we wszystkich formach przekazywania informacji. Szczególnie interesującą drogą jest zastosowanie teorii informacji do biologii – idea, że ​​samo życie jest przekazywaniem informacji z pokolenia na pokolenie.

Ten rodzaj myślenia jest ciągły, rewolucyjny i wciąż znajduje się na wczesnym etapie. Jest wiele do zrobienia.

Dziś przyjrzymy się ciekawemu następstwu w dziedzinie przekazywania informacji biologicznych. Abolfazl Motahari i jego koledzy z Uniwersytetu Kalifornijskiego w Berkeley wykorzystują podejście Shannona do zbadania, jak szybko można uzyskać informacje z DNA za pomocą procesu sekwencjonowania strzelby.

Problem polega na ustaleniu sekwencji nukleotydów (A, G, C i T) w genomie. Jest to czasochłonne, ponieważ genomy są zwykle długie – na przykład ludzki genom składa się z około 3 miliardów nukleotydów lub par zasad. To zajęłoby wieczność sekwencjonowanie w serii.

Tak więc podejście typu shotgun polega na cięciu genomu na losowe kawałki, składające się z od 100 do 1000 par zasad, i równoległym ich sekwencjonowaniu. Informacje są następnie sklejane z powrotem w silico przez tak zwany algorytm ponownego składania.

Oczywiście nie ma sposobu, aby dowiedzieć się, jak ponownie złożyć informacje z jednego odczytu genomu. Tak więc w podejściu typu shotgun proces ten powtarza się wiele razy. Ponieważ każdy odczyt dzieli genom w inny sposób, fragmenty nieuchronnie nakładają się na segmenty z poprzedniego przebiegu. Te obszary nakładania się umożliwiają ponowne złożenie całego genomu, jak puzzle.

To pachnie jak klasyczny problem teorii informacji i rzeczywiście wielu ludzi myślało o tym w ten sposób. Jednak Motahari i spółka idą o krok dalej, przedstawiając go mniej więcej jako odpowiednik słynnego podejścia Shannona.

Mówią, że problem sekwencjonowania genomu polega zasadniczo na odtworzeniu wiadomości zapisanej w DNA w cyfrowym formacie elektronicznym. W tym podejściu oryginalna wiadomość znajduje się w DNA, jest kodowana do transmisji w procesie odczytu, a następnie dekodowana przez algorytm ponownego składania w celu wytworzenia wersji elektronicznej.

Udowadniają, że istnieje przepustowość kanału, która określa maksymalną szybkość przepływu informacji podczas procesu sekwencjonowania. Daje maksymalną liczbę par zasad DNA, które można rozwiązać na jeden odczyt, za pomocą dowolnego algorytmu składania, bez względu na ograniczenia obliczeniowe, jak mówią.

To znaczący wynik dla każdego zainteresowanego sekwencjonowaniem genomów. Ważnym pytaniem jest to, jak szybko dana technologia sekwencjonowania może wykonać swoją pracę i czy jest szybsza czy wolniejsza niż inne podejścia.

W tej chwili nie jest to możliwe, ponieważ wiele algorytmów używanych do montażu jest zaprojektowanych dla określonych technologii i podejść do czytania. Motohari i spółka twierdzą, że na przykład istnieje co najmniej 20 różnych algorytmów ponownego składania. Mówią, że utrudnia to porównywanie różnych algorytmów.

W związku z tym nikt tak naprawdę nie wie, który jest najszybszy, a nawet który może być najszybszy.

Nowa praca to zmienia. Po raz pierwszy powinno być możliwe sprawdzenie, jak blisko dana technologia sekwencjonowania zbliża się do teoretycznego limitu.

Mogłoby to zmusić do usunięcia martwego drewna z tego obszaru i stymulować okres szybkich innowacji w technologii sekwencjonowania.

Nr ref.: arxiv.org/abs/1203.6233 : Teoria informacji sekwencjonowania DNA

ukryć