Cobertura (genética)

Aunque la precisión de secuenciación para cada nucleótido individual es muy alta, la gran cantidad de nucleótidos en el genoma implica que, si se secuencia un genoma individual solo una vez, habrá un número significativo de errores de secuenciación. Además, muchas posiciones en un genoma contienen polimorfismos de un solo nucleótido (SNP) poco frecuentes. Por lo tanto, para distinguir entre errores de secuenciación y SNP reales, es necesario aumentar aún más la precisión de secuenciación mediante la secuenciación de genomas individuales un gran número de veces.

El término "ultraprofundo" a veces también puede referirse a una cobertura más alta (>100 veces), lo que permite la detección de variantes de secuencia en poblaciones mixtas. ^{[ 5 ] [ 6 ] [ 7 ]} En el extremo, los enfoques de secuenciación con corrección de errores, como la secuenciación de profundidad máxima, pueden hacer que la cobertura de una región determinada se aproxime al rendimiento de una máquina de secuenciación, permitiendo coberturas de >10 ⁸ . ^{[ 8 ]}

La secuenciación profunda de transcriptomas , también conocida como RNA-Seq , proporciona tanto la secuencia como la frecuencia de las moléculas de ARN presentes en un momento determinado en un tipo celular, tejido u órgano específico. ^{[ 9 ]} El recuento del número de ARNm codificados por genes individuales proporciona un indicador del potencial de codificación de proteínas, un factor importante que contribuye al fenotipo . ^{[ 10 ]} La mejora de los métodos de secuenciación de ARN es un área de investigación activa, tanto en términos de métodos experimentales como computacionales. ^{[ 11 ]}

La cobertura promedio para un genoma completo se puede calcular a partir de la longitud del genoma original ( G ), el número de lecturas ( N ) y la longitud promedio de lectura ( L ) como${\textstyle N\times L/G}$Por ejemplo, un genoma hipotético con 2000 pares de bases reconstruido a partir de 8 lecturas con una longitud media de 500 nucleótidos tendrá una redundancia de 2×. Este parámetro también permite estimar otras cantidades, como el porcentaje del genoma cubierto por las lecturas (a veces denominado amplitud de cobertura). Se desea una alta cobertura en la secuenciación de escopeta porque puede superar los errores en la identificación de bases y el ensamblaje. La teoría de la secuenciación de ADN aborda las relaciones entre dichas cantidades. ^{[ 2 ]}