Optimizing transcriptome analysis using short-read RNA-seq in Atlantic salmon

Abstract

Målet med studiet var å sammenligne genome-guided assembly og de novo assembly av transcriptomdata, for å finne ut hvilken metode som burde anbefales. De novo assembly er mye mere krevende angående datalagringsplass og tidsbruk, og resultatet av denne metoden bør være signifikant bedre for å rettferdiggjøre bruk av metoden. Gjennom en rekke dataanalyser og optimaliseringssteg ble metodene sammenlignet på tre ulike vis; read mapping ratio til genom og transkripter, BLAST hits av transkripter til genom og proteinsekvenser, samt antall og ratio av uttrykte gener i genom-guided assembly og BLAST-hits til proteinsekvenser. De novo assembly utvidet annoteringen signifikant, i vårt tilfelle med mer enn 20,000 transkripter. Genome-guided assembly ga bedre mapping, men metoden gir ingen nye oppdagelser i sekvensene. De novo assembly anbefales for utvidet annotering av gener.

The aim of the study was to compare genome-guided and de novo assembly of transcriptomic data, to find out which method to recommend. De novo assembly is much more demanding regarding computational storage and time, and the result of this method should be significantly better to justify using this method. Through a number of computational analysis and optimization steps, the methods were compared in three different matters; read mapping rate to genome and transcripts, BLAST hits of transcripts to the genome and protein database and number and ratio of expressed genes in genome-guided assembly and BLAST hits to protein database. De novo assembly extended the annotation significantly, in our case with more than 20,000 transcripts. Genome-guided assembly gave better mapping, but the method does not give novel discoveries. De novo assembly is recommended for an extended annotation of genes.