Nano: Complete public six-language translation; machine-assisted draft with terminology and markup checks

2026-10-08T14:23:28Z

Complete public six-language translation; machine-assisted draft with terminology and markup checks

新页面

__NOTOC__
= Нанопоровое секвенирование =
[[File:Nanopore_DNA_sequencing.png|thumb|right|320px|Молекула ДНК, проходящая через нанопору, может производить сигнал, который интерпретируется как информация о последовательности. Источник: Wikimedia Commons, CC BY 4.0.]]
'''Нанопоровое секвенирование''' — это метод секвенирования отдельных молекул, при котором ДНК или РНК проходит через нанопоры и вызывает изменения сигнала, вычислительно преобразуемые в последовательность. В практических системах моторный белок управляет движением молекул, множество пор работает параллельно, а нейросетевые программы basecalling преобразуют исходный сигнал в риды.

Научная ценность нанопорового секвенирования обусловлена четырьмя взаимосвязанными свойствами: длительным чтением, сбором данных в реальном времени, прямым электрическим зондированием и портативными приборами. Эти свойства делают его полезным для сборки генома, анализа структурных вариантов, микробного надзора, реагирования на вспышки, секвенирования окружающей среды, транскриптомики и прямого обнаружения некоторых модификаций нуклеотидов.

== Принцип ==
Измерение нанопорового секвенирования имеет три связанных слоя:
* '''Молекулярный слой''' — цепь ДНК или РНК готовится с помощью адаптеров и проводится через пору с помощью фермента или моторного белка.
* '''Физический уровень''' - основания или короткие k-мерные контексты внутри чувствительной области модулируют ионный ток или другой измеримый сигнал.
* '''Вычислительный уровень''' — обработка сигналов и basecalling преобразуют временные ряды в риды, оценки качества и файлы для последующего анализа.

Один уровень тока обычно не соответствует одному изолированному основанию. Измеряемый сигнал зависит от локального контекста последовательности, химии поры, скорости моторного белка, температуры, буфера, электроники и версии модели. Поэтому определение последовательности и обнаружение модифицированных оснований требуют моделей, а не простых таблиц соответствия.

== Рабочий процесс от образца до результата ==
{| class="wikitable np-knowledge-table"
! Этап !! Главный вопрос!! Типичный результат!! Проверка качества
|-
| Подготовка образцов и библиотек || Является ли нуклеиновая кислота длинной, чистой и совместимой с набором? || Библиотека, готовая к секвенированию || Вводимая масса, длина фрагмента, ингибиторы, эффективность лигирования адаптера
|-
| Прогон секвенирования || Достаточно ли активных пор, обеспечивающих стабильное чтение? || Необработанный сигнал и метрики выполнения || Активность пор, распределение длины считывания, выход, качество с течением времени
|-
| Basecalling || Какая последовательность лучше всего объясняет исходный сигнал? || Риды FASTQ или BAM || Точность ридов, оценки качества и совместимость модели с химией
|-
| Согласование или классификация || Откуда берутся чтения? || Сопоставленные чтения, таксоны или контиги || Качество картирования, охват, загрязнение, смещение ссылок
|-
| Интерпретация || Какой биологический или технический вывод подтверждается? || Варианты, сборки, вызовы метилирования, отчеты || Контроль, репликация, пороговые значения, ортогональная проверка при необходимости
|}

== Сильные стороны ==
* '''Длинное чтение''' может охватывать повторы, структурные варианты, гаплотипы, плазмиды и сложные геномные области.
* '''Секвенирование в реальном времени''' позволяет проводить анализ во время работы и поддерживает быстрое принятие решений.
* '''Прямое зондирование''' может сохранять информацию о некоторых модификациях ДНК или РНК.
* '''Портативные инструменты''' делает возможными рабочие процессы в полевых условиях, обучении и с низким уровнем инфраструктуры.
* '''Гибкая пропускная способность''' позволяет проводить небольшие целевые прогоны и более крупные проекты в масштабе генома.

== Ограничения и источники ошибок ==
Нанопоровое секвенирование не следует рассматривать как автоматически превосходящее секвенирование с коротким считыванием. Его пригодность зависит от вопроса, образца, требуемой точности, стоимости и конвейера анализа. Важные ограничения включают в себя:
* Необработанные ошибки чтения и систематические контекстно-зависимые ошибки.
* Чувствительность качества выборки, особенно для приложений с длительным считыванием.
* Зависимость от химического состава, пор и версии модели.
* Проблемы интерпретации гомополимеров и модифицированных оснований в некоторых контекстах.
* Вычислительные требования для basecalling, выравнивания, сборки и определения вариантов.
* Необходимость тщательного контроля в клинических, нормативных условиях или в условиях с высокими последствиями.

== Приложения ==
* '''Сборка генома''' — длинные чтения помогают устранить повторы и структурную сложность.
* '''Структурные вариации''' — длинные чтения могут охватывать вставки, делеции, инверсии, транслокации и повторные расширения.
* '''Микробная геномика''' - быстрая идентификация, анализ устойчивости к противомикробным препаратам, реконструкция плазмиды и отслеживание вспышек.
* '''Метагеномика и ДНК окружающей среды''' — классификация смешанных проб в реальном времени с тщательным контролем загрязнения.
* '''Транскриптомика и прямая РНК''' — информация на уровне изоформ и сигналы модификации РНК в выбранных рабочих процессах.
* '''Эпигенетика и базовые модификации''' - обнаружение метилирования и других модификаций, когда модели и контроли являются подходящими.
* '''Адаптивная выборка''' — обогащение или истощение мишеней в реальном времени путем принятия решения о продолжении секвенирования молекулы.

== Типы данных и файлов ==
Исходные и обработанные нанопоровые данные могут включать сигналы POD5 или FAST5, риды FASTQ, выравнивания BAM или CRAM, сводки секвенирования, теги модифицированных оснований и отчеты о запуске. Для воспроизводимого анализа фиксируют прибор, проточную ячейку, химию, набор реагентов, программу basecalling, версию модели, референсную базу данных и параметры командной строки.

== Передовая практика ==
* Прежде чем оптимизировать выход, сопоставьте протокол с биологическим вопросом.
* Используйте элементы управления для разделения эффектов библиотеки, пор, образца и анализа.
* Укажите химию, программу basecalling, версию модели и параметры анализа.
* Проверьте как репрезентативные чтения, так и совокупную статистику.
* По возможности подтвердите важные выводы независимыми доказательствами.

== Избранные статьи и ресурсы ==
* Димер Д., Акесон М., Брэнтон Д. [https://www.nature.com/articles/nbt.3423 Три десятилетия нанопорового секвенирования]. ''Nature Biotechnology''. 2016.
* Jain M et al. [https://www.nature.com/articles/nbt.4060 Нанопоровое секвенирование и сборка генома человека с помощью сверхдлинных чтений]. ''Nature Biotechnology''. 2018.
* Wick RR, Judd LM, Holt KE. [https://genomebiology.biomedcentral.com/articles/10.1186/s13059-019-1727-y Performance of neural network basecalling tools for Oxford Nanopore sequencing]. ''Genome Biology''. 2019.
* Wang Y et al. [https://www.nature.com/articles/s41587-021-01108-x Технология нанопорового секвенирования, биоинформатика и приложения]. ''Nature Biotechnology''. 2021.
* Ковака С. et al. [https://www.nature.com/articles/s41587-020-0731-9 Targeted nanopore sequencing by real-time mapping of raw electrical signal with UNCALLED]. ''Nature Biotechnology''. 2021.
* Oxford Nanopore Technologies. [https://github.com/nanoporetech/dorado Программа basecalling Dorado и связанные инструменты].

== Связанные страницы ==
* [[Nanopore technology|Технология нанопор]]
* [[Oxford Nanopore]]
* [[MinION]]
* [[Bioinformatics|Биоинформатика]]
* [[Machine learning|Машинное обучение]]
* [[Data analysis|Анализ данных]]
* [[Event detection|Обнаружение событий]]
* [[Glossary|Глоссарий]]

<languages />

Nanopore sequencing/ru - Revision history

Nano: Complete public six-language translation; machine-assisted draft with terminology and markup checks