日本語AIでPubMedを検索
パンゲノームゲノムの多様性、ダイナミクス、進化
The Pangenome: Diversity, Dynamics and Evolution of Genomes
PMID: 32633918 DOI: 10.1007/978-3-030-38281-0.
抄録
パンゲノームの研究は、株ごとのゲノムシークエンシングデータの量が指数関数的に増加していることによって、より強力なものになってきています。このような膨大な量の情報を文脈に沿って解析し、解釈するための新しいツールが必要とされています。ネットワーク再構成、ゲノムスケールの代謝モデル（GEM）、およびそれに対応するフラックスバランス解析（FBA）などの計算解析フレームワークは、この目的のために有用であることが証明されています。ネットワーク再構成は、単一の系統だけでなく、種全体のゲノム変動を解釈するために使用することができます。これらのアプローチをパンゲノムスケールで適用することにより、種全体の表現型特性を系統的に評価することが可能となり、パンゲノムから直接パンフェノームを研究することが可能となる。パンゲノム解析から得られた知見を応用することで、ヒトの健康から代謝工学に至るまで、様々な応用が期待されています。パンゲノミクスの将来は、パンフェノミクス解析を含むことで、従来のパンゲノミクス解析を補完し、何千ものゲノム配列を解析するというビッグデータから知見を得るという壮大な課題に対処することができるようになるでしょう。
Studies of the pangenome have been empowered by an exponentially increasing amount of strain-specific genome sequencing data. With this data deluge comes a need for new tools to contextualize, analyze, and interpret such a vast amount of information. Network reconstructions, genome-scale metabolic models (GEMs), and the corresponding computational analysis frameworks such as flux balance analysis (FBA) have been proven useful toward this end. Network reconstructions can be used to interpret genomic variation not just from a single strain but for an entire species. By applying these approaches at the pangenome scale, it becomes possible to systematically evaluate phenotypic properties for an entire species thus enabling the study of a panphenome directly from a pangenome. Applying insights gained from analysis of the panphenome has diverse implications with applications ranging from human health to metabolic engineering. The future of pangenomics will include panphenomic analyses, thus supplementing traditional pangenomic analyses and helping to address the Big-data-to-knowledge grand challenge of analyzing thousands of genomic sequences.
Copyright 2020, The Author(s).