В ИТМО создали алгоритм для быстрого анализа ДНК бактерий

С помощью разработки ученые смогут быстрее определять уровень патогенности и устойчивости к антибиотикам конкретных сообществ бактерий.

САНКТ-ПЕТЕРБУРГ, 5 марта. Ученые университета ИТМО разработали алгоритм для более быстрого и эффективного анализа ДНК бактерий. Об этом рассказали в пресс-службе вуза.

«В ИТМО представили алгоритм Strainy, который позволяет с высокой точностью выделить имеющиеся в микробиоме вариации ДНК бактерий и разделить близкородственные штаммы. С помощью разработки ученые смогут быстрее определять уровень патогенности и устойчивости к антибиотикам конкретных сообществ бактерий, а также больше узнать об их эволюции», — говорится в сообщении.

Уточняется, что микробиом — скопление сотен микроорганизмов, обитающих в одной среде. Каждый микроорганизм по-разному воздействует на человека и окружающую среду — может быть как вредным, так и полезным. Чтобы определить эти характеристики ученые «составляют» цепочки генов сообществ — метагеном. Современные алгоритмы могут это делать, но в них отражаются лишь усредненные данные об организмах, что затрудняет выделение конкретных штаммов внутри сообществ и определение их уникальных свойств.

Ученые ИТМО разработали алгоритм для сборки цепочек генов микробиома на уровне штаммов, в которых отображается большинство мутаций в ДНК микроорганизмов. Алгоритм работает с данными метагенома в два этапа. На первом он кластеризует их, сравнивает отрезки ДНК с референсным геномом и, если находит в какой-то части различия, добавляет новейшую вариацию к уже имеющейся цепочке. Таким образом в геном удается «записать» информацию о почти всех мутациях бактерий. На втором этапе алгоритм пересобирает исходный метагеном, учитывая все обнаруженные варианты относительно референсного генома.

«Полученные в ходе анализа данные могут быть использованы не только для выявления штаммов в микробиоме, но и определения свойств бактерий в нем. Например, патогенности, то есть способности вызывать заболевания у других организмов, и устойчивости к антибиотикам. Также эта информация поможет глубже изучить эволюцию и процесс мутации бактерий, а также научиться прогнозировать возможные изменения в геноме», — отметили в пресс-службе.