MitoHiFi: программный конвейер на Python для сборки митохондриальных геномов по высокоточным прочтениям PacBio

Введение: Высокоточные прочтения PacBio (HiFi) одновременно отличаются большой длиной (15–20 тыс. пар оснований) и высокой точностью (свыше Q20). Благодаря этим свойствам они произвели революцию в сборке геномов, обеспечив получение более точных и непрерывных последовательностей. У эукариот митохондриальный геном секвенируют вместе с ядерным, часто с очень высокой глубиной покрытия. Однако специализированного инструмента для сборки митохондриальных геномов по прочтениям HiFi до сих пор не было.

Результаты: В рамках проекта Darwin Tree of Life разработан MitoHiFi для сборки митохондриальных геномов по прочтениям HiFi, полученным для исследуемых видов. На вход MitoHiFi можно подавать либо исходные прочтения, либо собранные контиги; результатом работы являются FASTA-файл с последовательностью митохондриального генома и аннотация белок-кодирующих генов и генов РНК. Варианты, возникающие вследствие гетероплазмии, собираются независимо, а ядерные вставки митохондриальных последовательностей выявляются и не включаются в сборку митохондриального генома. С помощью MitoHiFi в рамках проектов Darwin Tree of Life, Vertebrate Genomes Project и Aquatic Symbiosis Genome Project собрано 374 митохондриальных генома (368 видов Metazoa и 6 видов грибов). Анализ 60 митохондриальных геномов, собранных с помощью MitoHiFi для видов, уже имеющих референсные последовательности в общедоступных базах данных, выявил широкое распространение ранее не описанных повторов.

Выводы: MitoHiFi позволяет собирать митохондриальные геномы широкого филогенетического спектра таксонов по данным секвенирования PacBio HiFi. MitoHiFi написан на Python и бесплатно доступен на GitHub (https://github.com/marcelauliano/MitoHiFi). MitoHiFi вместе со всеми зависимостями доступен в виде контейнера Docker на GitHub (ghcr.io/marcelauliano/mitohifi:master).