الأحياء الجامعية — السنة الثالثة · Bachelor Year 3

4الجينوميات والتسلسل

نُشر أول جينوم كامل لكائن حر المعيشة، وهو $1.8\,\mathrm{Mb}$ من بكتيريا، عام 1995 بعد سنة من عمل فريق من أربعين باحثًا. أما الجينوم البشري، وقدره $3.2$ مليار زوج قواعد، فاستغرق اتحادًا دوليًا ثلاث عشرة سنة ونحو ثلاثة مليارات دولار وأُعلن إنجازه عام 2003. واليوم يقرأ جهاز على طاولة جينومًا بشريًا في ليلة بمئات قليلة من الدولارات، ويسلسل مستشفًى ورم مريض ليختار له دواءً، ويستخلص متحف جينوم عظم عمره أربعون ألف سنة ويقرؤه. وموضوع هذا الفصل التقنية التي أتاحت ذلك، والرياضيات التي تحوّل ملايين القراءات القصيرة إلى جينوم، وما علّمته الجينومات المنجزة عن حجم DNA عندنا ومحتواه وتاريخه. أما الفصل الذي يليه فيتناول الخوارزميات التي تقارن المتتاليات بعد الحصول عليها.

4.1 قراءة DNA

تعريف 4.1 (التسلسل بإنهاء السلسلة)

تسلسل سانغر ينسخ قالبًا مفرد الطاق انطلاقًا من بادئة ببوليميراز DNA بحضور النوكليوتيدات الأربعة السوية ونسبة صغيرة من النوكليوتيدات ثنائية منزوعة الأكسجين، التي تنقصها الهيدروكسيل 3 $'$ فتنهي السلسلة حيثما أُدخلت. ويحمل كل نوكليوتيد ثنائي منزوع الأكسجين صبغًا متألقًا مختلفًا. والناتج مزيج من القطع، قطعة لكل موضع من القالب، تنتهي كل منها بقاعدة معلومة الهوية؛ فإذا فُصلت بالحجم في شعيرة من هلام، مرّت بكاشف مرتبةً بالطول، وكان تسلسل الألوان هو تسلسل القالب. ويقرأ الشوط الواحد $700\text{ ⁧إلى⁩ }900\,\mathrm{bp}$ بمعدل خطأ دون $10^{-3}$ ؛ وهو ما يزال الطريقة المعتمدة للتحقق من بنية مركّبة أو من مورّثة واحدة.

شواهد. نشر سانغر ونيكلن وكولسون الطريقة عام 1977 واستعملوها في تلك السنة لقراءة $5386\,\mathrm{bp}$ من العاثية $\phi$ X174 — وهو أول جينوم DNA كامل — وعام 1981 لقراءة $16\,569\,\mathrm{bp}$ من المتقدرة البشرية. وقرأ فلايشمان وزملاؤه (1995) $1.83\,\mathrm{Mb}$ من Haemophilus influenzae بتكسير الجينوم كله إلى قطع عشوائية، وتسلسل $24\,000$ منها، وتجميع القراءات بالحاسوب — وهي استراتيجية الخردقة الجينومية الشاملة التي وسّعها كل مشروع لاحق. ∎

يسارًا: فريدريك سانغر، الذي وضع أول طريقتين عمليتين لقراءة البروتينات وDNA ونال جائزة نوبل عن كل منهما. يمينًا: صورة إشعاعية ذاتية لهلام تسلسل من عهد ما قبل الشعيرات، مسرب لكل قاعدة، ويُقرأ التسلسل صعودًا من سلّم الحزم.

التسلسل بإنهاء السلسلة. تنهي القاعدة ثنائية منزوعة الأكسجين النسخةَ عند كل موضع تُدخل فيه؛ وتُفصل القطع، واحدة لكل طول، بالحجم، ويُقرأ لون كل قاعدة طرفية بالترتيب.

تعريف 4.2 (التسلسل المتوازي الواسع)

تقرأ أجهزة الجيل الثاني ملايين إلى مليارات القطع دفعةً واحدة. ففي التسلسل بالتركيب تُربط القطع، وقد وُصلت بها مهايئات عند نهاياتها، بخلية تدفق زجاجية وتُضخَّم في موضعها عناقيدَ من جزيئات متطابقة؛ ثم تُستطال العناقيد قاعدةً واحدة في كل دورة بنوكليوتيدات متألقة محجوبة حجبًا عكوسًا، وتُصوَّر، ويُرفع الحجب، وتُستطال مجددًا، فتضيف كل دورة قاعدةً إلى قراءة كل عنقود. وطول القراءات $100\text{ ⁧إلى⁩ }300\,\mathrm{bp}$ ، وتؤخذ عادةً من طرفي القطعة (نهايتان مزدوجتان)، بمعدل خطأ نحو $10^{-3}$ لكل قاعدة، ويعطي الشوط الواحد ما يصل إلى $10^{12}$ قاعدة. أما أجهزة الجيل الثالث ذات القراءات الطويلة فتقرأ جزيئات مفردة بلا تضخيم: إما بمراقبة بوليميراز واحد وهو يدخل نوكليوتيدات متألقة في الزمن الحقيقي، وإما بتمرير DNA عبر مسام نانوي بروتيني وتسجيل التيار الأيوني الذي يعدّله كل تسلسل من القواعد على نحوه الخاص. والقراءات بطول $10\text{ ⁧إلى⁩ }100\,\mathrm{kb}$ وأكثر تعبر التكرارات التي تعجز عنها القراءات القصيرة، بمعدل خطأ خام أعلى يخفضه التوافق.

يسارًا: خلية تدفق، وهي الشريحة الزجاجية التي تُنمّى عليها مليارات عناقيد DNA وتُقرأ قاعدةً في كل دورة. يمينًا: مسلسل بمسام نانوي بحجم الجيب يقرأ جزيئات مفردة بوصفها تغيرات في تيار أيوني.

مبرهنة 4.3 (التغطية والفجوات في مشروع خردقة)

لتؤخذ $N$ قراءة طولها $L$ عند مواضع عشوائية على امتداد جينوم طوله $G$ ، وليكن $c = NL/G$ هو التغطية، أي المتوسط العددي للقراءات التي تغطي قاعدةً واحدة. عندئذٍ تغطي قاعدةً معينة قراءاتٌ عددها بواسوني بمتوسط $c$ : فتكون نسبة الجينوم التي لم تُسلسل

P(\text{غير مغطى}) = e^{-c},

وإذا لم يُعدّ تداخل قراءتين معترفًا به إلا إذا اشتركتا في $T$ قاعدة على الأقل، بحيث $\theta = T/L$ ، كان العدد المتوقع من الكونتيغات (جزر القراءات المتداخلة)

\text{الكونتيغات} = N\,e^{-c(1-\theta)},

ويكون متوسط طولها $L\,\bigl(e^{c(1-\theta)} - 1\bigr)/c + L\theta$ ، بالتقريب.

برهان. تقع نقاط بدء القراءات عشوائيًا بكثافة $N/G$ لكل قاعدة. وتغطي القاعدةَ القراءاتُ التي تبدأ في $L$ قاعدة قبلها؛ وعدد البدايات في نافذة طولها $L$ بواسوني بمتوسط $LN/G = c$ ، واحتمال ألا توجد أي بداية هو $e^{-c}$ . وتكون القراءة أقصى كونتيغها يمينًا إذا لم تبدأ قراءة أخرى ضمن $L - T = L(1-\theta)$ قاعدة بعد بدايتها هي (فالقراءة التي تبدأ بعد ذلك تتداخل معها بأقل من $T$ فلا تُوصل بها)؛ وذلك الاحتمال هو $e^{-c(1-\theta)}$ ، ولأن لكل كونتيغ قراءةً واحدة بالضبط هي أقصاه يمينًا، يكون العدد المتوقع من الكونتيغات $N e^{-c(1-\theta)}$ . أما متوسط طول الكونتيغ فينتج من قسمة $G$ على عدد الكونتيغات، مصحّحًا بنسبة ما لم يُغطَّ. ∎

مثال 4.4 (كم يكفي)

عند $c = 5$ تكون النسبة غير المسلسلة $e^{-5} = 0.7\,\%$ — أي في جينوم قدره $3.2\,\mathrm{Gb}$ ، عشرون مليون قاعدة في عشرات الآلاف من الفجوات. وعند $c = 10$ تصير $4.5\times 10^{-5}$ ، أي $150\,\mathrm{kb}$ جملةً. وتُسلسل الجينومات البشرية عادةً عند $c = 30$ لا بسبب فجوات التغطية ( $e^{-30} \approx 10^{-13}$ ) بل لأن كل قاعدة يجب أن تُقرأ مرات عدة على كل من الصبغيين لتُستدعى بثقة متغايرة اللواقح في مواجهة معدل خطأ قدره $10^{-3}$ لكل قراءة. وتُسلسل الجينومات البكتيرية عند $c = 50$ – $100$ للسبب نفسه ولأن ذلك رخيص. وتبيّن الصيغة أيضًا ما لا تصلحه التغطية: فالتكرار الأطول من القراءة موضعٌ يتفرع عنده بيان التداخل، ولا يحله أي قدر من القراءات القصيرة. ولهذا وُجدت القراءات الطويلة.

مقدارا لاندر–ووترمان في مقابل التغطية: نسبة الجينوم التي لا تُقرأ قط تهبط مثل e-c، وعدد الكونتيغات (مقيسًا هنا لكل قراءة) يبلغ ذروته عند تغطية منخفضة ثم يهبط مع اندماج الجزر. — مقدارا لاندر–ووترمان في مقابل التغطية: نسبة الجينوم التي لا تُقرأ قط تهبط مثل $e^{-c}$ ، وعدد الكونتيغات (مقيسًا هنا لكل قراءة) يبلغ ذروته عند تغطية منخفضة ثم يهبط مع اندماج الجزر.

4.2 من القراءات إلى جينوم

تعريف 4.5 (التجميع والتوصيف)

التجميع يعيد بناء الجينوم من قراءاته بالتداخل: ففي بيان التداخل تكون كل قراءة عقدةً موصولةً بالقراءات التي تتداخل معها؛ وفي بيان دي بروين، المستعمل لمليارات القراءات القصيرة، تكون كل قطعة بطول $k$ (متتالية جزئية طولها $k$ ) عقدةً ويكون الجينوم مسلكًا خلالها. ويكسر البيانين كليهما تكرارٌ أطول من القراءة، فيعطي مسالك متفرعة. ثم تُرتَّب الكونتيغات وتُوجَّه في سقالات بالقراءات مزدوجة النهايات وبمعلومات بعيدة المدى (قراءات طويلة، وخرائط بصرية، وخرائط تماس صبغي)، وتوضع السقالات على الصبغيات. وتُلخَّص جودة التجميع بمقياس N50: وهو طول الكونتيغ الذي يقع عنده نصف القواعد المجمّعة في كونتيغات لا تقل عنه. ثم يجد التوصيف المورّثات: في البكتيريا بأطر القراءة المفتوحة الأطول من المصادفة؛ وفي حقيقيات النوى بجمع إشارات التسلسل (مواقع التشذيب، والمروّجات، وانحياز الرامزات)، والتماثل مع بروتينات معروفة، والنسخ المسلسلة من RNA. والحصيلة، لنوع ما، جينوم مرجعي تُحاذى إليه كل قراءة لاحقة من ذلك النوع بدل أن تُجمَّع من جديد.

طريقة 4.6 (من عينة إلى متغايرات)

لدراسة إعادة تسلسل فرد في مواجهة مرجع: (1) استخلص DNA، وجزّئه إلى $300\text{ ⁧إلى⁩ }500\,\mathrm{bp}$ ، وصِل به مهايئات (وهي المكتبة)؛ (2) سلسِل إلى التغطية المطلوبة (30 $\times$ لجينوم بشري، و100 $\times$ لإكسوم يلتقط $1.5\,\%$ من الجينوم المشفِّرة للبروتين)؛ (3) حاذِ كل قراءة إلى المرجع متسامحًا مع عدم التوافق؛ (4) عند كل موضع عُدّ القواعد في القراءات: فالموضع الذي يخالف فيه نحو نصف القراءات المرجعَ متغاير متغاير اللواقح، والذي يخالفه فيه جميعها تقريبًا متغاير متماثل اللواقح، والذي يخالفه فيه القليل خطأ؛ (5) رشّح بالعمق وجودة القاعدة وتوازن الطاقين؛ (6) وصّف كل متغاير بأثره في أي مورّثة (مرادف، أو مغيّر للمعنى، أو معدِم، أو تشذيبي، أو مزيح للإطار) وبتواتره في قواعد بيانات الجمهرات؛ (7) وللتشخيص، أبقِ المتغايرات النادرة المتوقَّع ضررها في مورّثات تتسق مع النمط الظاهري، وأكّدها بتسلسل سانغر.

4.3 كيف تبدو الجينومات

قضية 4.7 (حجم الجينوم وعدد المورّثات)

تمتد أحجام الجينومات على عامل قدره $10^{5}$ بين حقيقيات النوى — $12\,\mathrm{Mb}$ للخميرة، و $100\,\mathrm{Mb}$ للدودة، و $140\,\mathrm{Mb}$ للذبابة، و $3.2\,\mathrm{Gb}$ للإنسان، و $16\,\mathrm{Gb}$ للبصل، و $130\,\mathrm{Gb}$ لسمكة الرئة، و $150\,\mathrm{Gb}$ لزنبقة Paris japonica — بينما لا تمتد أعداد المورّثات إلا على عامل قدره $10$ : $6000$ في الخميرة، و $20\,000$ في الدودة، و $14\,000$ في الذبابة، ونحو $20\,000$ مورّثة مشفِّرة للبروتين في الإنسان، و $40\,000$ في الأرز. وهذه هي مفارقة القيمة C: فحجم الجينوم لا يقيس التعقيد، ولا يقيسه عدد المورّثات. وإنما يتغير المحتوى غير المشفِّر — الإنترونات والعناصر القافزة والتكرارات الساتلة — ويتضاعف عدد البروتينات التي يستطيع جينوم إنتاجها أضعافًا فوق عدد مورّثاته بالتشذيب البديل (الفصل 2) وبالتنظيم، وهناك يُكتب تعقيد الكائن في معظمه. أما الجينومات البكتيرية فمرصوصة، وحجمها يتبع عدد المورّثات فعلًا: نحو مورّثة لكل كيلوقاعدة، و $88\,\%$ منها مشفِّرة في E. coli.

مثال 4.8 (الجينوم البشري بحسب محتواه)

من $3.2\,\mathrm{Gb}$ : الإكسونات المشفِّرة للبروتين $1.5\,\%$ ؛ والإنترونات والمناطق غير المترجمة من المورّثات نحو $35\,\%$ ؛ والعناصر القافزة وحفرياتها نحو $45\,\%$ — فالنواقل الرجعية LINE-1 $17\,\%$ ، وعناصر Alu $10\,\%$ (أكثر من مليون نسخة من تسلسل بطول $300\,\mathrm{bp}$ )، والفيروسات الرجعية الداخلية $8\,\%$ ؛ والمضاعفات القطعية $5\,\%$ ؛ والتكرارات البسيطة والسواتل، ومنها القسيمات المركزية، نحو $5\,\%$ ؛ والباقي تسلسل فريد غير مشفِّر، حيث تسكن العناصر المنظِّمة. وما تزال $100\text{ ⁧إلى⁩ }200$ مورّثة تشفّر آلة LINE-1 فاعلة، وتقع إدخالات جديدة نحو مرة في كل عشرين ولادة. ونحو $8\,\%$ من الجينوم تحت انتقاء تنقية قابل للكشف — وهو أكثر بكثير من الإكسونات — ومعظم ذلك تنظيمي.

الجينوم البشري بحسب محتواه، بالمقياس. فالإكسونات المشفِّرة للبروتين (بالأحمر) شظية؛ ونحو نصف الجينوم منحدر من عناصر قافزة.

تعريف 4.9 (الجينوميات المقارنة)

المورّثتان في نوعين المنحدرتان من مورّثة واحدة في سلفهما المشترك متماثلتان متعامدتان؛ والمورّثتان داخل نوع واحد المنحدرتان من مضاعفة متماثلتان متوازيتان. وكتل الصبغيات التي يُحفظ فيها ترتيب المورّثات بين نوعين متصاحبة؛ ويتيح التصاحب أن تُحدَّد مورّثة في جينوم من موضعها في آخر، ويكشف إعادات الترتيب التي تفصل نمطين صبغيين (نحو $1000$ بين الإنسان والفأر). والمتتاليات المحفوظة عبر أنواع متباعدة التي لا تشفّر بروتينًا — وهي العناصر غير المشفِّرة المحفوظة، وبعضها محفوظ حفظًا فائقًا حتى القاعدة على امتداد $200\,\mathrm{bp}$ بين الإنسان والسمكة — معزِّزات لمورّثات تطورية في معظمها. ومضاعفات الجينوم الكاملة وسمت تاريخ سلالات بعينها: جولتان عند أصل الفقاريات (فعناقيد Hox الأربعة في الثدييات مقابل عنقود واحد في اللافقاريات)، وواحدة في سلف السلمونيات، وواحدة في سلالة الخميرة، وعدة في النباتات الزهرية؛ وتُفقد المورّثات المضاعفة في معظمها على مدى عشرات ملايين السنين، وتتباعد الناجيات في الوظيفة.

مثال 4.10 (الإنسان والشمبانزي)

يختلف التسلسل المحاذى وحيد النسخة بين الإنسان والشمبانزي في $1.2\,\%$ من القواعد — أي نحو $35$ مليون تبدّل — وفي إقحامات وحذوف تبلغ معًا $3\,\%$ أخرى من كل جينوم. ويختلف إنسانان عند نحو قاعدة واحدة من كل ألف، أي نحو $4\text{ ⁧إلى⁩ }5$ ملايين موضع، مع بضعة آلاف من المتغايرات البنيوية؛ ويختلف شمبانزيان، وجمهرتهما أكبر منذ زمن أطول، أكثر من ذلك. ويحمل الطفل نحو $70$ طفرة جديدة غائبة عن والديه معًا، أربعة أخماسها من الأب، ويرتفع العدد نحو اثنتين لكل سنة من عمر الأب — وهو حساب الفصل 3 مطبقًا على انقسامات تكوين النطاف الكثيرة.

4.4 الجينومات والصفات

تعريف 4.11 (الارتباط على مستوى الجينوم)

تعدد الأشكال أحادي النوكليوتيد (SNP) موضع تَرِد فيه قاعدتان كل منهما في $1\,\%$ من الجمهرة على الأقل؛ ونحو عشرة ملايين منها شائعة في البشر. ودراسة الارتباط على مستوى الجينوم (GWAS) تحدد أنماط مئات الآلاف من مواضع SNP في آلاف من المصابين بمرض وآلاف من غير المصابين، وتسأل عند كل موضع هل يكون أحد الأليلين أكثر تواترًا في الحالات. ولأن مليون اختبار يُجرى، لا تُعتدّ النتيجة إلا دون عتبة دلالة قدرها نحو $5\times 10^{-8}$ ( $0.05$ مقسومًا على المليون اختبار المستقل فعليًا). والمواضع المرتبطة تعلّم منطقة لا متغايرًا سببيًا، لأن الأليلات المتجاورة تنتقل معًا (عدم الاتزان الارتباطي) على مدى عشرات الكيلوقواعد. وفي معظم الأمراض الشائعة تزيح الأليلات المرتبطة الخطرَ بضعة في المئة وتقع في التسلسل المنظِّم غالبًا؛ وأثرها المجموع، مضافًا على آلاف المواضع بوصفه درجة متعددة المورّثات، يفسر جزءًا من التوريث ويتنبأ بالخطر تنبؤًا يقارب تنبؤ التاريخ العائلي.

ملاحظة 4.12 (ما أنجزته الجينوميات وما لم تنجزه)

كان التسلسل حاسمًا حيث تكون لمورّثة واحدة أثر كبير: فآلاف الأمراض المندلية عُرفت مورّثاتها، ويعطي تسلسل إكسوم طفل باضطراب غير مشخَّص تشخيصًا في نحو ثلث الحالات. وتكشف جينومات السرطان أي المورّثات القائدة يحمل ورمٌ وأي الأدوية قد تنجع (الفصل 11)؛ وتتتبع جينومات الممرضات الفاشيات سلالةً سلالة (الفصل 12)؛ وأعادت الجينومات القديمة كتابة ما قبل التاريخ البشري، إذ بيّنت أن من هم خارج إفريقيا يحملون نحو $2\,\%$ من DNA النياندرتال. أما الأمراض الشائعة — السكري وداء القلب والفصام — فقد أعطت الجينوميات فيها آلاف الآثار الصغيرة و آليات قليلة، وما يزال وعد التنبؤ من جينوم شخص سليم متواضعًا. فالجينوم قائمة أجزاء؛ أما بيولوجيا تفاعل الأجزاء فلا تُقرأ منه.

4.5 تمارين

تمرين 4.1 ★

فسّر لماذا ينهي النوكليوتيد ثنائي منزوع الأكسجين سلسلة DNA النامية، ولماذا يجب أن يحوي تفاعل سانغر الصورتين السوية وثنائية منزوعة الأكسجين من كل نوكليوتيد.

حل

حل التمرين 4.1.

النوكليوتيد ثنائي منزوع الأكسجين لا هيدروكسيل 3 $'$ له، فلا تُصنع رابطة فوسفودايستر إلى النوكليوتيد التالي وتتوقف السلسلة. ولو لم توجد إلا الصور ثنائية منزوعة الأكسجين لتوقفت كل سلسلة عند الموضع الأول؛ ولو لم توجد إلا الصور السوية لما توقفت أي سلسلة. فالمزيج يجعل الإنهاء حدثًا عشوائيًا عند كل موضع، فتكوّن النواتج سلّمًا كاملًا، طولًا واحدًا لكل قاعدة من القالب.

تمرين 4.2 ★

يعطي شوط $4\times 10^{8}$ قراءة مزدوجة بطول $2\times 150\,\mathrm{bp}$ . فما التغطية التي يعطيها لجينوم بشري قدره $3.2\,\mathrm{Gb}$ ؟ ولجينوم بكتيري قدره $5\,\mathrm{Mb}$ ؟

حل

حل التمرين 4.2.

$4\times 10^{8}\times 300\,\mathrm{bp} = 1.2\times 10^{11}$ قاعدة. وللإنسان: $1.2\times 10^{11}/3.2\times 10^{9} \approx 38\times$ . وللبكتيريا: $1.2\times 10^{11}/5\times 10^{6} = 24\,000\times$ .

تمرين 4.3 ★

عرّف الكونتيغ والسقالة ومقياس N50. تجميع قدره $100\,\mathrm{Mb}$ فيه عشرة كونتيغات بطول $8\,\mathrm{Mb}$ و $2000$ بطول $10\,\mathrm{kb}$ . فما مقياس N50 فيه؟

حل

حل التمرين 4.3.

الكونتيغ متتالية متصلة مجمَّعة من قراءات متداخلة؛ والسقالة مجموعة مرتبة موجَّهة من الكونتيغات بينها فجوات مقدَّرة الحجم؛ ومقياس N50 هو طول الكونتيغ الذي تبلغ عنده الكونتيغات المرتبة نصف القواعد المجمَّعة. وهنا تحوي الكونتيغات العشرة بطول $8\,\mathrm{Mb}$ وحدها $80\,\mathrm{Mb}$ ، وهو يتجاوز نقطة النصف $50\,\mathrm{Mb}$ (فالسابع يبلغ $56\,\mathrm{Mb}$ ): فمقياس N50 $= 8\,\mathrm{Mb}$ .

تمرين 4.4 ★

اذكر مفارقة القيمة C بمثالين، وقل ما الذي يفسّر في معظمه فائض DNA في الجينومات الكبيرة.

حل

حل التمرين 4.4.

حجم الجينوم لا يتبع تعقيد الكائن: فللبصل خمسة أضعاف DNA الإنسان، ولسمكة الرئة أربعون ضعفًا؛ وتختلف الخميرة والدودة عشرة أضعاف في DNA مع تقارب عدد المورّثات. والفائض غير مشفِّر: عناصر قافزة وبقاياها، وإنترونات، وتكرارات ساتلة.

تمرين 4.5 ★★

باستعمال المبرهنة 4.3، أوجد التغطية اللازمة لألا تبقى أكثر من قاعدة واحدة من كل مليون بلا تسلسل، والعدد المتوقع من الكونتيغات لجينوم قدره $5\,\mathrm{Mb}$ يُقرأ عند $c = 8$ بقراءات بطول $150\,\mathrm{bp}$ وأقل تداخل $30\,\mathrm{bp}$ .

حل

حل التمرين 4.5.

$e^{-c} = 10^{-6}$ يعطي $c = 6\ln 10 = 13.8$ . وعند $c = 8$ : $N = cG/L = 8\times 5\times 10^{6}/150 \approx 267\,000$ قراءة، و $\theta = 30/150 = 0.2$ ، والكونتيغات $= N e^{-6.4} = 267\,000\times 0.00166 \approx 440$ .

تمرين 4.6 ★★

متغاير متغاير اللواقح تغطيه $30$ قراءة. بفرض أن كل قراءة تُظهر أحد الأليلين باحتمال $1/2$ ، فما احتمال أن تُظهر أقل من $8$ قراءات الأليلَ المتغاير (فيُظنّ خطأً أنه أخطاء)؟ استعمل تقريبًا سويًا بمتوسط $15$ وانحراف معياري $\sqrt{7.5}$ . ولماذا تكون $30\times$ هي المعيار؟

حل

حل التمرين 4.6.

$P(X < 8) = P(X \le 7) \approx P\bigl(Z < (7.5 - 15)/2.74\bigr) = P(Z < -2.74) \approx 0.003$ . وعند $30\times$ يُرى كلا أليلي متغاير اللواقح مرات كثيرة دائمًا تقريبًا، والتغطية غير متساوية (فالمناطق الغنية بالقاعدتين G وC تنال قراءات أقل، فترى بعض المواضع نصف المتوسط)، ويبقى من القراءات ما يكفي لفصل أليل حقيقي عن أخطاء معدلها $10^{-3}$ .

تمرين 4.7 ★★

جينوم فيه تكرار بطول $6\,\mathrm{kb}$ حاضر في $500$ نسخة. فسّر لماذا ينهار في تجميع من قراءات بطول $150\,\mathrm{bp}$ ، وكيف يبدو البيان الناتج، وأي طول قراءة يحلّه.

حل

حل التمرين 4.7.

كل قراءة بطول $150\,\mathrm{bp}$ من داخل التكرار متطابقة أيًا كانت النسخة التي جاءت منها، فيبني المجمِّع عقدة واحدة بطول $6\,\mathrm{kb}$ يدخلها $500$ مسلك ويخرج منها $500$ ؛ ولا يستطيع أن يعرف أي مدخل يقترن بأي مخرج، فينكسر التجميع إلى $500$ فجوة، ويحضر التكرار مرة واحدة بتغطية تبلغ $500$ ضعف المتوسط. والقراءات الأطول من التكرار مع جناحين فريدين على جانبيه — أي $8\,\mathrm{kb}$ أو أكثر — تعبر كل نسخة فتحلّها.

تمرين 4.8 ★★

يختلف إنسانان عند قاعدة واحدة من كل ألف. فكم اختلافًا في إكسوميهما ( $48\,\mathrm{Mb}$ من التسلسل المشفِّر)؟ وإذا كان ثلثا الاختلافات المشفِّرة مرادفًا أو سليمًا والباقي يغيّر بروتينًا، فكم متغايرًا مغيّرًا للبروتين يحمل شخص قياسًا إلى آخر؟

حل

حل التمرين 4.8.

$4.8\times 10^{7}/1000 = 48\,000$ اختلاف مشفِّر؛ وثلثها، أي نحو $16\,000$ ، يغيّر البروتين.

تمرين 4.9 ★★

تختبر دراسة ارتباط $10^{6}$ موضع SNP عند العتبة $p < 5\times 10^{-8}$ . فكم إيجابية كاذبة تُتوقع إذا لم يكن أي موضع مرتبطًا حقًا؟ وأليل في موضع يرفع خطر مرض تواتره $2\,\%$ إلى $2.3\,\%$ . فسّر لماذا يستحيل كشف أثر كهذا في دراسة على ألف شخص ولماذا لا ينفع فردًا، ومع ذلك قد يدل على آلية.

حل

حل التمرين 4.9.

الإيجابيات الكاذبة المتوقعة $10^{6}\times 5\times 10^{-8} = 0.05$ . وخطر نسبي قدره $1.15$ في مرض تواتره $2\,\%$ يغيّر بضع حالات في الألف؛ وألف شخص يضمون نحو عشرين حالة، وهي أقل بكثير من أن تُرى (فالقدرة تنمو بعدد الحالات وبمربع الأثر). أما للفرد فإن $0.3$ نقطة مئوية لا تعني شيئًا. ولكن الأليل يعلّم مورّثة يغيّر تغيرٌ متواضع في نشاطها خطرَ المرض — وقد تكون المورّثة ومسلكها هدفًا دوائيًا لتثبيطه التام أثر كبير.

تمرين 4.10 ★★★

الجينومات البكتيرية نحو $88\,\%$ منها مشفِّرة؛ والجينوم البشري $1.5\,\%$ . أعطِ ثلاث فرضيات — جمهرية وراثية، وبنيوية، وتنظيمية — للفرق، ولكل منها مشاهدةً جينومية تدعمها أو تضعفها.

حل

حل التمرين 4.10.

جمهرية وراثية: ففي البكتيريا، وجمهراتها هائلة، يزيل الانتقاء حتى الإقحامات الطفيفة الكلفة؛ وفي الثدييات، وجمهراتها الفعالة صغيرة، يدع الانجراف DNA غير المشفِّر الطفيف الضرر يتراكم — ويدعم ذلك الارتباط العكسي عبر السلالات بين حجم الجينوم وحجم الجمهرة، وتضعفه استثناءات. وبنيوية: فجينومات حقيقيات النوى تغزوها عناصر قافزة تطهّرها البكتيريا، لانحيازها إلى الحذف ولانعدام ملاذ منصّف للعناصر الأنانية — ويدعم ذلك ارتباط حجم الجينوم بمحتواه من العناصر القافزة. وتنظيمية: فالتطور المعقد يحتاج إلى DNA منظِّم أكثر — وتدعم ذلك العناصر غير المشفِّرة المحفوظة حول المورّثات التطورية، ويضعفه أن $8\,\%$ فقط من الجينوم البشري يُظهر أي انتقاء أصلًا، فمعظم DNA غير المشفِّر ليس تنظيميًا.

تمرين 4.11 ★★★

اشتق عدد كونتيغات لاندر–ووترمان لقراءات مخلوطة بطولين مختلفين: $N_{1}$ قراءة قصيرة بطول $L_{1}$ و $N_{2}$ قراءة طويلة بطول $L_{2}$ ، مع عدّ التداخلات بالحد الأدنى $T$ نفسه. (اعتبر كل قراءة أقصى كونتيغها يمينًا إذا لم تبدأ قراءة من أي نوع ضمن طولها هي ناقص $T$ .) وبيّن أن قراءات طويلة قليلة تخفض عدد الكونتيغات أكثر مما يخفضه العدد نفسه من القواعد في قراءات قصيرة.

حل

حل التمرين 4.11.

تقع البدايات من النوعين بكثافة كلية $\rho = (N_{1} + N_{2})/G$ . وتكون قراءة طولها $L_{i}$ أقصى كونتيغها يمينًا إذا لم تبدأ قراءة من أي نوع في $L_{i} - T$ قاعدة بعدها: باحتمال $e^{-\rho(L_{i} - T)}$ . فتكون الكونتيغات $= N_{1} e^{-\rho(L_{1} - T)} + N_{2} e^{-\rho(L_{2} - T)}$ . والقراءة الطويلة تكون الأقصى يمينًا باحتمال أصغر أسّيًا من القراءة القصيرة، كما أن كل قراءة طويلة تزيل احتمال فجوة على امتداد طولها كله؛ أما العدد نفسه من القواعد في قراءات قصيرة فيضيف نقاط بدء كثيرة لكن كل نافذة محمية قصيرة، فتغلب القراءات الطويلة.

تمرين 4.12 ★★★

يُحتجّ بأن عناقيد Hox الأربعة في الثدييات منحدرة من عنقود واحد بجولتي مضاعفة للجينوم الكامل عند أصل الفقاريات. اذكر أي نمط من المتماثلات المتوازية عبر الجينوم، وأي نمط في جينومات اللمبريات وحبليات اللافقاريات، تتنبأ به تلك الفرضية، وكيف يمكن تمييزها عن مضاعفتين مستقلتين للعنقود وحده.

حل

حل التمرين 4.12.

تتنبأ مضاعفتا الجينوم الكامل بأن النمط الرباعي يعم الجينوم: رباعيات من قطع صبغية متماثلة متوازية تحمل أسر المورّثات نفسها بالترتيب نفسه، مع تأريخ المضاعفتين إلى الزمن نفسه في كل الأسر؛ وبعنقود واحد في البرمائيات الرأسية وCiona، وقد تباعدتا قبل الحدثين؛ وفي اللمبريات، وقد تباعدت حولهما، بحالة وسطى أو مشتقة استقلالًا. أما المضاعفتان المستقلتان لعنقود Hox وحده فتتنبآن بتماثلات متوازية لعنقود Hox وحده، وبجيران لهم تواريخ مختلفة، وبتواريخ مضاعفة تختلف بين الأسر. والتماثلات المتوازية العامة للجينوم والتأريخ المشترك، كما رُصدا، يرجّحان مضاعفة الجينوم الكامل.

4.6 مسألة: جينومان على جهاز واحد

مسألة 4.1

مسألة نهاية الأسبوع — بكتيريا وإنسان يُسلسلان في الشوط نفسه: القراءات مقسومة، والتغطية والفجوات محسوبة، والكونتيغات معدودة، والمتغايرات متغايرة اللواقح مستدعاة في مواجهة معدل الخطأ، ومحتوى الجينوم البشري موزونًا، ودراسة ارتباط مقدَّرة الحجم، وتنتهي إلى عدد الكونتيغات عند تغطية منخفضة، والتغطية التي تجعل استدعاء المتغاير آمنًا، وعدد الطفرات الجديدة في طفل

معطيات: يعطي شوط واحد $6\times 10^{8}$ قراءة بطول $150\,\mathrm{bp}$ . وجينوم بكتيري قدره $4.6\,\mathrm{Mb}$ ؛ والجينوم البشري $3.2\,\mathrm{Gb}$ (أحادي الصيغة). وأقل تداخل $T = 30\,\mathrm{bp}$ . ومعدل الخطأ $10^{-3}$ لكل قاعدة في القراءة. والتسلسل المشفِّر البشري $48\,\mathrm{Mb}$ ؛ والجينوم $45\,\%$ منه مشتق من عناصر قافزة، مع $1.1$ مليون نسخة Alu بطول $300\,\mathrm{bp}$ . ويختلف إنسانان عند موضع واحد من $1000$ . ومعدل الطفرة $1.2\times 10^{-8}$ لكل قاعدة في الجيل.

الجزء الأول — البكتيريا.

تُعطى البكتيريا $0.2\,\%$ من الشوط. فكم قراءة، وما التغطية؟
ما نسبة جينومها التي لم تُسلسل؟ وكم قاعدة يبلغ ذلك؟
احسب $\theta$ والعدد المتوقع من الكونتيغات.
استعملت تجربة أولية سابقة $30\,000$ قراءة فقط. فما التغطية، والنسبة غير المغطاة، وعدد الكونتيغات؟
يحوي الجينوم $7$ نسخ من أوبرون RNA ريبوزومي بطول $5\,\mathrm{kb}$ . فسّر ما يحدث لها في التجميع وكم نهاية كونتيغ ينتج هذا وحده.
للبكتيريا نحو مورّثة لكل كيلوقاعدة. فكم مورّثة، وإذا كان $88\,\%$ من الجينوم مشفِّرًا، فما متوسط طول المورّثة؟

الجزء الثاني — الإنسان.

يذهب باقي الشوط إلى جينوم بشري واحد. فما تغطية الجينوم ثنائي الصيغة لكل نسخة أحادية (أي مجموع القواعد مقسومًا على $3.2\,\mathrm{Gb}$ )؟
عند موضع متغاير اللواقح يغطي كلًا من الأليلين نحو نصف القراءات. فبتغطية السؤال 7، ما العدد المتوقع من القراءات التي تُظهر كل أليل؟
يُظهر الخطأ قاعدة خاطئة في قراءة باحتمال $10^{-3}$ . فعند موضع متماثل اللواقح تغطيه $c$ قراءة، ما العدد المتوقع من القراءات التي تُظهر قاعدة خاطئة بعينها ( $10^{-3}/3$ لكل منها)؟ ولماذا ترفض قاعدةُ “استدعِ متغايرًا إذا أظهرته $3$ قراءات على الأقل و $20\,\%$ من القراءات على الأقل” الأخطاءَ عند هذه التغطية؟
كم موضعًا متغاير اللواقح يحمل الإنسان الواحد (فنصف الاختلافات بين جينومين عشوائيين يقع في كل منهما تقريبًا: خذ موضعًا واحدًا من $1500$ )؟ وكم في التسلسل المشفِّر؟
تُحاذى القراءات إلى مرجع. فسّر لماذا تُحاذى القراءات الآتية من عناصر Alu إلى النسخة الخاطئة غالبًا وما نتيجة ذلك في استدعاء المتغايرات داخلها.
يُسلسل طفل مع والديه. فكم طفرة جديدة تتوقع؟ وكم قراءة في الطفل، عند هذه التغطية، يجب أن تُظهر متغايرًا غائبًا عن كلا الوالدين حتى يُصدَّق، ولماذا تكون تغطية الوالدين بأهمية تغطية الطفل؟
يلتقط مختبر سريري الإكسوم ( $48\,\mathrm{Mb}$ ) ويسلسله عند $100\times$ . فكم قراءة يقتضي ذلك، ولماذا يكون أرخص لكل مريض من جينوم عند $28\times$ مع أن تغطيته أعلى؟

الجزء الثالث — محتوى جينوم.

ما نسبة الجينوم البشري التي هي Alu، وما نسبة قراءات السؤال 7 الآتية من عناصر Alu؟
المرجع $3.2\,\mathrm{Gb}$ لكن الخلية ثنائية الصيغة تحمل $6.4\,\mathrm{Gb}$ ؛ وللبصل ذي $16\,\mathrm{Gb}$ نحو $60\,000$ مورّثة. فما النسبة المشفِّرة من جينوم البصل، إذا كان متوسط تسلسل مورّثاته المشفِّر $1.5\,\mathrm{kb}$ ؟
يختلف الإنسان والشمبانزي في $1.2\,\%$ من القواعد المحاذاة. فكم تبدّلًا يبلغ ذلك في $2.9\,\mathrm{Gb}$ من التسلسل القابل للمحاذاة؟ وإذا قُسم بالتساوي بين السلالتين على مدى $6.5$ ملايين سنة، فأي معدل طفرة لكل قاعدة في السنة يقتضي ذلك، وكم لكل جيل من $25$ سنة؟ قارن بالقياس المباشر المعطى في المعطيات.
مضاعفتان للجينوم في الفقاريات ينبغي أن تعطيا حتى أربع نسخ من كل مورّثة سلفية. وللإنسان نحو $20\,000$ مورّثة، ولحبلي اللافقاريات Ciona نحو $16\,000$ . فما نسبة المضاعفات التي فُقدت، على فرض أن السلف كان له $16\,000$ ؟
فسّر لماذا يكون عدد المورّثات مقياسًا رديئًا لتعقيد الكائن، مستعينًا بعدد أشكال التشذيب البديل في الفصل 2 حجةً.
$8\,\%$ من الجينوم تحت انتقاء تنقية ولكن $1.5\,\%$ فقط تشفّر بروتينًا. فما الأرجح أن يكون الباقي، وكيف تختبر عنصرًا مرشحًا واحدًا؟

الجزء الرابع — دراسة ارتباط.

يُختبر $10^{6}$ موضع SNP. اذكر عتبة بونفيروني لخطأ عائلي قدره $0.05$ ، والعدد المتوقع من الإيجابيات الكاذبة عند $p < 10^{-5}$ .
مرض انتشاره $1\,\%$ . وأليل خطر تواتره $0.3$ يرفع الأرجحية $5\,\%$ . احسب خطر المرض عند حامل نسختين، وحامل نسخة واحدة، وغير الحامل، بأخذ خطر غير الحامل $0.9\,\%$ . (اضرب الأرجحيات.)
وُجد مئتا أليل كهذا. فسّر ما درجة تعدد المورّثات، ولماذا قد توافق درجةُ شخص في أعلى $1\,\%$ خطرًا بعدة أضعاف مع أن كل أليل لا يكاد يفعل شيئًا.
فسّر لماذا لا يكون الموضع الذي يبلغ الدلالة هو المتغاير السببي عادةً، وأي تجربة تحدد المتغاير السببي في المنطقة.
جينوم قديم من عظم عمره $40\,000$ سنة يُسلسل عند $c = 0.5$ . فما نسبة ما يُقرأ منه؟ ولماذا يستطيع مع ذلك أن يجيب عن أسئلة في تاريخ الجمهرات لا يجيب عنها جينوم حديث وحده؟
لخّص: عدد الكونتيغات في التجميع الأولي (السؤال 4)، والتغطية لكل جينوم أحادي الصيغة التي تعطي نحو $15$ قراءة لكل أليل (السؤالان 7–8)، وعدد الطفرات الجديدة في طفل (السؤال 12).

حل

حل المسألة 4.1.

1. $0.002\times 6\times 10^{8} = 1.2\times 10^{6}$ قراءة؛ و $c = 1.2\times 10^{6}\times 150/4.6\times 10^{6} \approx 39$ . 2. $e^{-39} \approx 10^{-17}$ : أي لا قاعدة غير مغطاة عمليًا. 3. $\theta = 0.2$ ؛ والكونتيغات $= 1.2\times 10^{6} e^{-31} \approx 0$ : أي كونتيغ واحد نظريًا، والفجوات عند التكرارات فقط. 4. $c = 30\,000\times 150/4.6\times 10^{6} = 0.98$ ؛ وغير المغطى $e^{-0.98} = 0.38$ ، أي نحو $1.7\,\mathrm{Mb}$ ؛ والكونتيغات $= 30\,000 \times e^{-0.78} \approx 13\,700$ . 5. الأوبرونات السبعة تعطي قراءات متطابقة فتنهار في كونتيغ واحد بطول $5\,\mathrm{kb}$ ، تدخله سبعة أجنحة يسرى فريدة وتخرج منه سبعة أجنحة يمنى لا يُعرف اقترانها: أي $14$ نهاية كونتيغ، وسبع فجوات. 6. نحو $4600$ مورّثة؛ والمشفِّر $0.88\times 4.6\times 10^{6} = 4.0\times 10^{6}$ زوج قواعد، ومتوسط المورّثة $880\,\mathrm{bp}$ . 7. $0.998\times 6\times 10^{8}\times 150/3.2\times 10^{9} \approx 28\times$ . 8. نحو $14$ قراءة لكل أليل. 9. $28\times 10^{-3}/3 \approx 0.009$ قراءة تُظهر قاعدة خاطئة بعينها — واحتمال ثلاث أو أكثر نحو $10^{-7}$ — و $20\,\%$ من $28$ هي $5.6$ قراءة؛ فالخطأ لا يجتاز أيًا من المحكّين، بينما يُتوقع الأليل المتغاير الحقيقي في $14$ قراءة. 10. $3.2\times 10^{9}/1500 \approx 2.1\times 10^{6}$ موضع متغاير اللواقح؛ وفي التسلسل المشفِّر $4.8\times 10^{7}/1500 \approx 32\,000$ . 11. القراءة بطول $150\,\mathrm{bp}$ من عنصر Alu تطابق كثيرًا من النسخ البالغة $1.1$ مليون مطابقةً متقاربة، فتوضع على النسخة الخاطئة أو تُعطى ثقة محاذاة منخفضة. ثم تبدو الفروق بين النسخ متغايرات متغايرة اللواقح، وتختفي المتغايرات الحقيقية بينها: فتُرشَّح استدعاءات المتغايرات داخل Alu عادةً، وتكون هذه العناصر بقعًا عمياء في تسلسل القراءات القصيرة. 12. $1.2\times 10^{-8}\times 6.4\times 10^{9} \approx 77$ طفرة جديدة. وينبغي أن تُظهر نحو $14$ قراءة المتغايرَ في الطفل؛ لكن إذا لم يُغطَّ موضع الوالد إلا بخمس قراءات، فات الأليل متغاير اللواقح باحتمال $2^{-5} = 3\,\%$ واستُدعي المتغاير الموروث جديدًا — فلا بد إذن من تسلسل الوالدين بعمق عمق الطفل. 13. $4.8\times 10^{7}\times 100/150 = 3.2\times 10^{7}$ قراءة، أي أقل عشرين ضعفًا من الجينوم: فتهبط كلفة التسلسل عشرين ضعفًا، وهو أكثر من كلفة خطوة الالتقاط. 14. $1.1\times 10^{6}\times 300 = 3.3\times 10^{8}$ زوج قواعد، أي نحو $10\,\%$ من الجينوم؛ و $10\,\%$ من القراءات، أي نحو $6\times 10^{7}$ . 15. $60\,000\times 1500 = 9\times 10^{7}$ زوج قواعد؛ و $9\times 10^{7}/1.6\times 10^{10} = 0.56\,\%$ . 16. $0.012\times 2.9\times 10^{9} = 3.5\times 10^{7}$ تبدّل، أي $1.7\times 10^{7}$ لكل سلالة؛ والمعدل $1.7\times 10^{7}/(2.9\times 10^{9}\times 6.5\times 10^{6}) = 9\times 10^{-10}$ لكل قاعدة في السنة، و $2.3\times 10^{-8}$ لكل جيل من 25 سنة — أي نحو ضعف معدل الأنساب البالغ $1.2\times 10^{-8}$ ، وهو تفاوت معروف يوحي بأزمنة أجيال أطول في الماضي أو بانفصال أقدم. 17. أربع نسخ من $16\,000$ تكون $64\,000$ ؛ وبقيت $20\,000$ ، فمن النسخ الزائدة البالغة $48\,000$ لم ينجُ إلا $4000$ : أي فُقد $92\,\%$ من المضاعفات. 18. للدودة والإنسان عدد المورّثات نفسه؛ والتعقيد في كيفية استعمالها — فالتشذيب البديل يضاعف المورّثة الواحدة إلى آلاف البروتينات ( $38\,016$ في Dscam)، والتنظيم يجمع عوامل الاستنساخ والمعزِّزات بطرق خاصة بكل نمط خلوي، وتضيف RNA غير المشفِّرة طبقات، وتتفاعل البروتينات في شبكات. 19. عناصر منظِّمة (معزِّزات، ومروّجات، وعوازل)، ومورّثات RNA غير مشفِّر، وإشارات تشذيب وتوطين، ومناشئ ومتتاليات بنيوية. واختبر عنصرًا معزِّزًا مرشحًا بوضعه قبل مورّثة كاشفة في جنين نقيل والنظر إلى أين يُعبَّر عن الكاشفة، ثم بحذف العنصر من الجينوم بمنظومة CRISPR وقياس المورّثات المجاورة. 20. $0.05/10^{6} = 5\times 10^{-8}$ ؛ وعند $p < 10^{-5}$ ، $10^{6} \times 10^{-5} = 10$ إيجابيات كاذبة متوقعة. 21. أرجحية غير الحامل $0.009/0.991 = 0.00908$ ؛ وأرجحية نسخة واحدة $0.00954$ ، فالخطر $0.945\,\%$ ؛ وأرجحية نسختين $0.01001$ ، فالخطر $0.99\,\%$ . 22. تجمع الدرجة، على امتداد الأليلات البالغة $200$ ، عددَ نسخ الخطر التي يحملها الشخص موزونةً بلوغاريتم نسبة أرجحية كل أليل. ومتوسط العدد $200\times 2\times 0.3 = 120$ وانحرافه المعياري $\sqrt{200\times 2\times 0.3\times 0.7} \approx 9$ ؛ فأعلى $1\,\%$ يحمل نحو $21$ أليلًا فوق المتوسط، و $1.05^{21} \approx 2.8$ : أي قرابة ثلاثة أضعاف أرجحية الشخص المتوسط، من أليلات يغيّر كل منها الخطر $5\,\%$ وحده. 23. الأليلات داخل كتلة من عشرات الكيلوقواعد تُورَّث معًا (عدم الاتزان الارتباطي)، فيُظهر أي منها الارتباط نفسه؛ والموضع المنمَّط ليس إلا الموضع الموجود على الشريحة. ولإيجاد المتغاير السببي: سلسِل المنطقة في الحالات والشواهد، وضيّق المجموعة إحصائيًا، ثم اختبر كل مرشح — بمقايسات كاشفة لنشاط كل أليل معزِّزًا، وبتحرير كل أليل في خلايا وقياس تعبير المورّثات المجاورة، وبالتوضّع المشترك مع إشارات الصفات الكمية للتعبير. 24. $1 - e^{-0.5} = 39\,\%$ من الجينوم يُقرأ. وهو يعطي عينة مباشرة من جمهرة في زمن معلوم من الماضي — تواترات أليلية قبل الهجرات والاختلاط اللاحقة، وطول قطع النياندرتال (وهي طويلة، لأن أجيالًا قليلة من إعادة التركيب كسرتها) ومن ثم تأريخًا للاختلاط — وهو ما لا تستطيع الجينومات الحديثة إلا أن تستنتجه بالنماذج. 25. نحو $13\,700$ كونتيغ في التجميع الأولي؛ و $28\times$ لكل جينوم أحادي الصيغة، أي نحو $14$ قراءة لكل أليل؛ ونحو $77$ طفرة جديدة في طفل.

المصطلحات المعرَّفة في هذا الفصل

عرض كل المصطلحات (479) في المسرد