6Мар

Стол 4 по певзнеру: Лечебный стол №4 по Певзнеру — особенности и подвиды диеты при заболеваниях кишечника

Содержание

👆 Диета стол № 4 по Певзнеру при диарее

Сегодня мы расскажем про диету 4 по Певзнеру с меню на каждый день и рецептами, которую назначают пациентам с болезнями кишечника и длительными сильнейшими поносами. Целью подобного питания является снабжение организма питательными компонентами при нарушенном функционировании пищеварительной системы для борьбы с воспалениями и гнилостными реакциями.

Диета n 4 по Певзнеру: особенности

Диета 4 по Певзнеру при диарее ограничивает потребление углеводов и жиров для нижней границы с учетом физиологической нормы. Содержание белков в рационе нормальное, ограничивается количество соли и исключаются всевозможные раздражители слизистой и рецепторов ЖКТ.

Существуют разные виды диеты 4 по Певзнеру, меню которых почти одинаковы, за исключением нескольких отличий, о которых мы подробнее расскажем в конце статьи.

Список разрешенных и запрешенных продуктов на диете 4 по Певзнеру

К полезным продуктам, которые входят в диету по типу стола 4 по Певзнеру, относятся:

  • подсушенный или слегка черствый хлеб;
  • супы на нежирных бульонах с рисом или манкой;
  • свежий нежирный творог;
  • перетертые яблоки;
  • желе, кисели, компоты из некислых фруктов;
  • нежирное мясо на пару или сваренное в воде;
  • черный кофе и зеленый чай.

Из меню диеты 4 по Певзнеру обязательно исключается следующая пища:

  • сдоба, свежий хлеб;
  • яйца;
  • овощные супы;
  • рыба жирная или копченая;
  • консервы;
  • сметана, сыр, цельное молоко;
  • жирное мясо и птица;
  • газировка;
  • ячневая крупа, перловка, пшено;
  • овощи и фрукты в свежем виде.

Диета 4 по Певзнеру: примерное меню на неделю

Садясь на диету 4 по Певзнеру, на завтрак вы можете кушать следующие блюда:

  • овсянка на воде, творог;
  • суп-пюре из овощей;
  • рисовый суп с сухарями;
  • вязкая каша из риса, компот;
  • жидкая манка.

Пообедать можно так:

  • жидкая манка, яблочный сок, суфле из курятины;
  • куриные котлеты на пару и гречка;
  • слизистая овсянка, отварное филе нежирной рыбы;
  • рыбное суфле, картофельное пюре;
  • фрикадельки из куриного мяса с рисом, овсяный суп;
  • тефтели из говядины и гречки, жидкое пюре из картофеля.

Ужин должен быть легким:

  • салат из филе курицы, творога и картофеля;
  • протертая гречка, суфле из говядины;
  • омлет, котлета на пару из рыбы;
  • протертый рис и компот;
  • творог с перетертыми яблоками.

В качестве перекусов подойдут кисели, желе, чай из шиповника, манный пудинг, яблочное пюре.

Читайте также

Варианты диеты стол 4 по Певзнеру

Диета 4Б

Назначают диету 4Б по Певзнеру людям с колитом кишечника и другими острыми болезнями на стадии улучшения. Рацион строится по вышеописанным принципам, но пациентам разрешается употреблять еду не только в перетертом, но и измельченном виде. Разрешается запекать и тушить пищу, но важно удалять грубую корочку при таком методе приготовления.

Диета 4В

Существует также диета 4В по Певзнеру, которую прописывают больным для перехода на нормальный рацион после хронических энтероколитов и острых поражений кишечника. При соблюдении диеты разрешается употреблять продукты из вышеописанного списка, не измельчая и не перетирая. Жареная еда по-прежнему под запретом, но иногда можно себя побаловать.

Диета 4 по Певзнеру: рецепты

Диета 4 по Певзнеру рецепты имеет различные, но мы хотим рассказать вам несколько простых способов приготовления вкусных блюд.

Манник

Для приготовления десерта смешайте 100 г муки, соль по вкусу, пакетик разрыхлителя. Разделите желтки и белки, а затем поместите их в холодильник. Размягчив 100 г сливочного масла, добавьте в него один желток, 300 г сахара и тщательно взбейте до однородности. Продолжая взбивать, добавьте муку с разрыхлителем и солью, 100 мл натурального йогурта и второй желток. Далее добавьте третий желток и еще 100 мл йогурта и 100 г манки. Хорошенько взбейте тесто и добавьте в него три тщательно взбитых в пену белка. Выложите смесь в форму для выпекания, смазанную маслом, и отправьте на полчаса в духовку, прогретую до 200 градусов.

Котлеты из рыбы

Измельчите блендером или пропустите через мясорубку 0,5 кг свежей нежирной рыбы, размочите в теплом молоке несколько кусочков белого хлеба и тоже измельчите. Перемелите также одну среднюю луковицу и сладкий перец. Затем смешайте все компоненты и добавьте немного соли. Слепите котлеты и выложите их в емкость пароварки. На гарнир к этому блюду подойдет картофельное пюре.

меню на неделю, рецепты, таблица

Диета 4а по Певзнеру назначается пациентам при обострениях хронических энтеритов и колитов с сильным превалированием процессов брожения в кишечнике. Направлен такой курс прежде всего на создание максимально щадящих условий для кишечника, ликвидацию воспалительных процессов и успокоение нервной системы

Основные принципы диеты №4А

Диета 4а при хроническом колите предполагает полное исключение ржи, пшеницы, и ячменя. Таким образом, пациентам придется отказаться от всех хлебобулочных изделий, макарон и кондитерских изделий, в которых содержится мука.

При этом рацион будет обогащен белковой пищей, солями и кальцием.

Так как стол 4а диета направлена на механическое и химическое щажение ЖКТ, исключены любые продукты питания, которые способны вызвать процесс брожения.

Как готовить блюда во время Стола 4а по Певзнеру?

Все продукты следует готовить на пару или же варить. Если у пациента наблюдают проблемы со стулом, пища может подаваться в протертом виде.

Температура горячих блюд должна быть от 57 до 62 градусов, а холодных — не меньше 15 градусов.

Диета Стол 4а-меню на неделю:

  • первый завтрак — отварная рыба (например, судак или хек), картофельное пюре, сладкий чай;
  • второй завтрак — кальцинированный творог, одно запеченное яблоко;
  • обед — порция мясного нежирного бульона с фрикадельками (хлеб не добавлять), мясные котлеты, приготовленные на пару, соус «Бешамель» на крахмале, гарнир из овощей, фруктовое желе;
  • полдник — нежирное отварное мясо, стакан отвара шиповника;
  • ужин — мясные фрикадельки, приготовленные на пару, картофельное пюре, протертый пудинг из гречки и творога, чашка сладкого чая;
  • перед сном — стакан нежирного кефира.

Рекомендации диеты 4а:

Хлебобулочные изделия.
Можно употреблять продукты из соевой муки и крахмала.

Супы.
Для супов используйте нежирные мясные и рыбные бульоны. Добавляйте в блюдо фрикадельки, кнели, яичные хлопья, рис, овсяную крупу или мелко нарезанные овощи.

Мясо и рыба.
Допускается мясо нежирных сортов: курица, говядина, крольчатина и индейка. Употреблять мясо следует в отварном виде или в виде котлет, приготовленных на пару. Однако нельзя добавлять в фарш хлеб и муку. Следует отдавать предпочтение только нежирным сортам рыбы. К токовым относится хек, судак, карп, лещ, путассу и т. д.

Овощи.
Допускаются пюре из кабачков, моркови, картофеля и тыквы. Также можно есть вареную цветную капусту.

Крупы.
Из круп можно делать пудинги, каши на воде (можно добавлять 1/3 нежирного молока), использовать их в протертом виде для супов.

Яйца.
Можно есть яйца всмятку, а также готовить омлеты на пару.

Сладости.
Здесь практически нет ограничений — можно употреблять любые фрукты, ягоды, кисели, компоты, муссы, желе, джемы, мармелад, зефир, мед и т. д.

Молочные продукты.
Рекомендуется некислый творог. Можно есть его в свежем виде с фруктами, а также готовить на его основе паровые пудинги, добавлять в овощи и крупы. Также допускается простокваша, кефир, нежирное молоко и сливки (добавлять в небольших количествах в чай), некислая сметана.

Жиры.
Из жиров можно употреблять только сливочное масло, добавляя его при приготовлении разных блюд.

Напитки.
Можно пить чай с сахаром и небольшим количеством сливок, фруктовые и ягодные соки (разбавлять горячей водой в пропорции 1:1), отвар шиповника.

Диета 4а-стол: что можно, что нельзя, таблица

Диета для оздоровления детского организма №4 по Певзнеру!


Диета 4 стол для детей от известного диетолога предназначена для профилактики и лечения заболеваний тонкого кишечника. Система питания направлена на снижение процессов брожения, блюда с высоким содержанием углеводов резко ограничиваются.

Принцип работы диеты номер 4 для детей

Самое основное правило – это уменьшение углеводной пищи, сохранение при это белковой суточной нормы. Диета препятствует образованию и размножению в кишечнике патогенной микрофлоры, что способствует активному выздоровлению организма.

Лечебный стол является высокобелковым, гарантирует щадящее меню, которое отличается следующими показателями:

  • употребление творога, мясных блюд для повышения количества белков в день;
  • для каждого блюда строгий режим термической обработки – на пару или в вареном виде;
  • для приготовления различных блюд нужно использовать продукты в перетертом виде, а только после нормализации стула – в измельченном;
  • питаться дробно, 5-6 раз в день, длительность соблюдения диеты 4 для детей не более недели.

Какие продукты можно потреблять во время диеты №4?

  1. Хлеб из муки грубого помола, сухарики из ржаного хлеба, хлебцы на отрубях.
  2. Овощные и мясные супы, с добавлением рисовой, гречневой крупы, перетертого обезжиренного мяса.
  3. При приготовлении мясных и рыбных продуктов необходимо срезать с них шкурку, удалять пленку, излишки жира, стараться, чтобы ингредиент получился обезжиренным.
  4. В рубленое мясо вместо хлеба, вымоченного в молоке необходимо добавить отварной рис, измельчим его до пюреобразного состояния.
  5. К молочным продуктам следует отнести свежеприготовленный протертый творог, паровое суфле.
  6. Что касается яиц, то их нужно употреблять в виде омлета на пару, всмятку, для приготовления различных блюд, десертов.
  7. Овощи и фрукты только в отварном виде, сырые запрещаются.
  8. Крупы только в перетертом виде, в виде каш или бульонов на обезжиренном бульоне, можно потреблять рис, овсянку, гречку, манку.
  9. Из сладостей можно приготовить желе и кисели, приготовить пропаренные яблоки с небольшим количеством меда, без сахара.
  10. С напитков разрешается выбрать какао на обезжиренном молоке, чай зеленый и черный, отвары из лекарственных растений, шиповника, смородины, черемухи, чистая вода комнатной температуры.

Какие продукты запрещены во время диеты 4 для детей?

Химический суточный рацион составляет:

  • жиры до 70 г;
  • углеводы – до 250 г;
  • белки не ниже 100 г;
  • калорийность рациона – 2000 кКал;
  • жидкости около 2 литров;
  • соль до 10 г.

Во время диетического стола №4 снижаются болезненные симптомы, уменьшается воспалительный процесс, устраняются брожения в организме, пациент медленно, но уверенно идет на поправку.

Стол 4 диета — меню на неделю для детей

Меню диеты содержит много различных продуктов, употреблять которые нужно дробно, небольшими порциями, избегая переедания. Полностью запрещаются продукты и блюда, способны усилить процессы брожения в кишечнике.

Результаты диеты 4 для детей

Что касается результатов при использовании диеты №4, то они в большей степени положительные,  в течение недели значительно снижаются воспаления стенок желудочного-кишечного тракта, очищается кишечник от шлаков и токсинов.

Полное оздоровление происходит через 10 дней, в зависимости от начального состояния пациента. Выходить из диеты нужно осторожно, дабы болезнь не вернулась снова, а это значит, что нужно и далее питаться по предложенному меню, но при этом осторожно добавлять углеводы и другие высококалорийные блюда.

Простые рецепты диеты стола №4

Рыбные паровые биточки

Для приготовления блюда необходимо взять 2 яйца, 20 г пшеничного хлеба, 80 г филе рыбы, измельчить с помощью блендера или мясорубки, добавить другие ингредиенты. Биточки сварить на пару. Такое блюдо отлично подойдет к гречке или рисовой каше.

Жидкая манная каша на воде

Манная каша делается очень просто, нужно постепенно засыпать в кипящую воду крупу, постепенно помешивать до полного приготовления, добавить сахарный песок, соль, а перед подачей добавить кусочек сливочного масла. Отличное лакомство на завтрак или на ужин.

Напиток из сушеной черники

Промыть плоды черники, залить кипятком, выдержать на слабом огне 15 минут, настоять 4 часа, а перед подачей на стол процедить и смешать напиток с сахаром либо добавить чайную ложку меда.

Рекомендации по диете 4 для детей

  1. При заболеваниях кишечника и желудочного тракта нужно делать разгрузочные дни, в это время пить зеленый чай и минеральную воду «Боржоми».
  2. Питание должно быть частым, но маленькими порциями.
  3. Больше жидкости, это касается обезжиренных бульонов, жидких слизистых каш. В рационе необходимы: отвары шиповника, лекарственных растений, какао на воде, чай.
  4. Творог должен кушать ребенок в протертом виде, нельзя давать ребенку молоко, сметану, сыр.
  5. Через несколько дней после улучшения состояния можно добавить в рацион немного овощей, таких как тыква, цветная капуста, картофель, морковь.
  6. Каши можно готовить с небольшим количеством молока, в редких случаях добавляя ложку сметаны.
  7. Допускается употребление спелых арбузов, винограда без косточек и кожуры, пудингов с добавлением фруктов.

Отзывы врачей-диетологов

Специалисты отмечают: диета №4 содержит строгие правила – минимум углеводов и больше белков, а это говорит о том, что первое время нужно исключит из меню каши, булки и макароны, можно только сухарики без глютина, но и ими увлекаться не стоит.

Рацион диеты скудный, но ведь именно при таком питании можно оздоровиться и восстановить работы пищеварительной системы. Нельзя употреблять концентраты, дабы не ухудшить состояние пациента.

К диете нужно относиться внимательно, соблюдать все предписания доктора, только это может гарантировать Ваше скорейшее выздоровление. Ограничений у диеты много. Но ведь это исключительно лечебная система питания, которая назначается только специалистом, с учетом хронических заболеваний больного.

Диета №4 полезная и высокоэффективная, благодаря ей можно за 5-7 дней восстановить работу пищеварительного тракта и исключить симптомы заболевания, постепенно переходя на привычное меню, учитывая пожелания лечащего врача!

что это такое, показания, особенности

Проблемы с кишечником усугубляет неправильное и нерегулярное питание. Цели лечебной диеты № 4 – уменьшить нагрузку на органы пищеварения, обеспечить полноценный, сбалансированный рацион. При разработке диетического стола учтено влияние продуктов на функции кишечника, а также подобраны правильные способы приготовления блюд.

Показания к диете № 4

Диетические столы № 4, 4а, 4б, 4в по Певзнеру назначают при заболеваниях кишечника, осложненных диареей.

Овощной суп на диете 4 по Певзнеру

Буквенное обозначение соответствует стадии заболевания и вовлечению в патологический процесс других органов:

  1. № 4 – заболевания кишечника, протекающие в острой или хронической форме и сопровождаемые диареей. Диету соблюдают несколько суток.
  2. № 4а – колит и процессы брожения. Диету соблюдают несколько суток.
  3. № 4б – хронический колит (стадия затухания). Диету соблюдают от 1 месяца до нескольких лет. 4-6 приемов пищи в день.
  4. № 4в – хроническое заболевание не в стадии обострения, патологии других органов пищеварения. Диету соблюдают в течение нескольких месяцев.
  5. № 4аг – глютеновая энтеропатия. В безглютеновом меню нет мучных изделий и продуктов, содержащих глютен.

При заболеваниях кишечника и нарушении функций органов пищеварения назначают диету № 4б. Для всех вариантов диеты рекомендовано 5 приемов пищи в день.

Жареные блюда запрещены, продукты разрешено готовить на пару, варить и запекать

За счет незначительного увеличения белковой пищи, сокращения потребления соли и правильно подобранных блюд активизируют секреторную функцию желудка, поджелудочной и кишечника.

Список продуктов для диеты № 4

Блюда, продукты, напитки, усиливающие перистальтику кишечника, исключают из рациона. На диете № 4 нельзя все, что оказывает послабляющее действие, способствует газообразованию:

  • консервы − овощные, рыбные, мясные, фруктовые;
  • мед;
  • варенье, другие сладости;
  • фрукты, овощи и крупы, богатые клетчаткой;
  • отруби;
  • соленые и квашеные овощи;
  • напитки с газом, кофе и какао с молоком;
  • хлеб грубого помола;
  • орехи, сухофрукты;
  • бобовые культуры;
  • грибы;
  • жесткое, жирное мясо.
Яйца, сваренные вкрутую, усиливают газообразование

На диете № 4 можно есть то, что не раздражает стенки кишечника, замедляет двигательную функцию:

  • напитки – соки, разбавленные водой, чай и отвары;
  • крупа рисовая, гречневая и овсяная;
  • нежирная рыба;
  • мясо телятины и индейка;
  • фрукты – яблоки протертые;
  • овощные отвары;
  • яйца всмятку или омлет, приготовленный на пару;
  • белый хлеб (черствый), сухарики;
  • творог.

Перловую, пшенную, ячневую крупу нужно исключить из рациона

Диета № 4: меню на неделю

Больным диету назначает врач после обследования. За 7 дней, благодаря правильно составленному меню, кишечник приходит в норму.

Блюда из меню легко готовить в пароварке

Первый день

Первый завтрак начинают с овсяной каши на воде, и яйца всмятку. В овсянку добавляют небольшое количество сливочного масла. Заканчивают трапезу чашечкой свежезаваренного чая. Второй завтрак – яблоко. Плод очищают от кожицы, натирают на мелкой терке.

Обед:

  • суп рисовый с фрикадельками на мясном бульоне;
  • котлеты из куриного мяса, приготовленные в пароварке;
  • гарнир к котлетам – гречневая каша;
  • напиток – фруктовый отвар.

На полдник выпивают порцию киселя, съедают сухарик. К ужину готовят рисовую кашу на воде (протертую), отваривают рыбу, выпивают чашечку чая.

Второй день

Первый завтрак − манная каша, сваренная на воде, сухарик и стакан отвара из плодов шиповника. Второй завтрак – творог протертый.

Обед:

  • мясной бульон, заправленный манкой;
  • кнели из куриного мяса, приготовленные в пароварке;
  • гарнир к кнелям – рис, сваренный на воде;
  • напиток – кисель.

Блюда и напитки подают к столу разогретыми до 15-40 °C

На полдник желе. К ужину готовят гречневую кашу на воде (протертую), яйцо-пашот, выпивают чашечку чая.

Третий день

Первый завтрак − овсянка на воде, сухарик, кофе без сахара. К овсяной каше подают кусочек масла и мясо (отварное, протертое). Второй завтрак – яблоко (протертое). Обед:

  • куриный бульон, заправленный рисом;
  • фрикадельки из крольчатины;
  • гарнир − гречка;
  • напиток – отвар из ягод черной смородины.
Каша на воде

На полдник стакан киселя с сухариком. На ужин рисовая каша на воде и рыбные кнели (паровые), чашечка черного чая с сахаром.

Четвертый день

Первый завтрак состоит из гречки, сваренной на воде, порции свежего творога, яйца, отвара из черемухи. Второй завтрак – желе. Обед:

  • овощной бульон с фрикадельками, заправленный манкой;
  • котлеты рыбные, приготовленные в пароварке;
  • гарнир – гречневая каша;
  • напиток – фруктовый кисель.

На полдник выпивают стакан отвара из плодов шиповника, съедают сухарик. К ужину готовят гречневый пудинг, суфле мясное (говядина, телятина), выпивают чашечку сладкого чая.

Пятый день

Первый завтрак − яйцо, рисовый пудинг, порция свежего творога, чашечка черного кофе. Второй завтрак – отвар из сушеных ягод черники. Обед:

  • рыбный бульон с фрикадельками, заправленный рисом;
  • котлеты из крольчатины, приготовленные в пароварке;
  • гарнир – гречневая каша;
  • напиток – отвар из ягод черемухи.

Суточная норма сахара – 20-40 г, соли – 10 г

На полдник выпивают напиток из плодов шиповника, съедают сухарик. К ужину готовят паровой омлет, варят жидкую манную кашу с сахаром (на воде), заваривают свежий чай.

Шестой день

Первый завтрак − гречневый пудинг, блюдо готовят по рецепту, содержащему творог. На десерт – яблоко (протертое), чай. Второй завтрак – отвар из плодов груши. Обед:

  • мясной бульон из нежирного мяса, заправленный манкой, взбитым яйцом;
  • котлеты из филе индейки, приготовленные в пароварке;
  • гарнир – рисовая каша.
Теплый бульон

На полдник отвар из ягод и сухарик. На ужин − гречневая каша, яйцо-пашот, чашечка чая.

Седьмой день

Первый завтрак плотный − котлеты, приготовленные на пару из нежирного мяса и гарнир из риса на воде. Напиток – кофе (черный). Второй завтрак – творог. Обед:

  • овощной бульон, заправленный манкой, с кнелями из мяса;
  • тефтели из филе курицы, приготовленные в пароварке;
  • гарнир – гречневая каша;
  • напиток – фруктовый кисель.

На полдник стакан сладкого черного чая и сухарик. На ужин готовят рисовую кашу, яйцо-пашот, заваривают чай. Кашу заправляют сливочным маслом.

Результаты и отзывы пациентов

По мнению педиатров, для детей в возрасте 2-4 лет полезен стол № 4, он помогает сформировать правильную культуру питания. Мамы могут готовить малышам блюда из меню при кишечных коликах, диарее, вздутии живота.

Диета № 4 облегчает состояние при энтероколите, гастроэнтероколите, колите, острых инфекционных заболеваниях кишечника

Полина, г. Екатеринбург

Диету № 4 назначил инфекционист одновременно с лечением. Болели всей семьей. На бульоны, каши, сухарики перешли все: муж, дети (их у нас трое), я и свекровь. Такое питание ускорило выздоровление. Уже через 3 дня понос и другие симптомы интоксикации прошли.

Тыкву тушат, запекают, варят

Елена, г. Новосибирск

У меня целиакия, поэтому придерживаюсь диеты № 4аг. Питание дробное 4-6 раз в день. Варю супы с рисом, кукурузной крупой. В котлеты, фрикадельки муку не добавляю, вмешиваю в фарш тертые кабачки или тыкву. Гарниры готовлю овощные: отвариваю или тушу морковь, цветную капусту, кукурузу, кабачки.

В видео есть подробная информация о пользе и особенностях диеты № 4, есть полезные советы, как составить меню на день при диарее.

Активное долголетие. Старости — нет!

 

Роза Волкова


См. также другие лечебные диеты Певзнера


Диета № 4, 4а, 4б, 4в
(Стол № 4, 4а, 4б, 4в)

Вид диеты № 4: неполноценная.

Диета № 4б и диета № 4в являются полноценными.

Продолжительность группы диет № 4:

  • Диета № 4 — 4-5 дней.
  • Диета № 4 а — до 2 недель, затем переход к диете №4в.
  • Диета № 4 б — 4-8 недель, затем переход к диете №4в.
  • Диета № 4 в — 1-3 недели, затем переход к диете №15.

Назначение. Диеты № 4, 4а, 4б, 4в  используются в основном при заболеваниях тонкого кишечника и толстой кишки. Диета восполняет щадящую функцию, в частности, оберегает их слизистую оболочку. Диета должна обеспечить организм полноценным питанием и способностью восстановления нарушенной функции кишечника, при учёте состояния других органов. Сохраняя физиологическую норму жиров и углеводов, их количество несколько увеличивается. Так, количество полноценных белков увеличивается за счёт ввода в рацион белкового омлета, кальцинированного творога, фруктово-ягодных соков.

В частности, диета № 4 применяется при заболеваниях тонкого кишечника и толстой кишки (колиты, энтероколиты, начальная стадия гастероэнтероколита), дизентерии,  брюшном тифе.

Диета №4а используется при кишечных заболеваниях с явными признаками повышенного брожения.

Диета №4б — при острых и хронических формах заболеваний кишечника, а также при одновременных заболеваниях кишечника и желудка, и/или поджелудочной железы, и/или печени и/или желчевыводящих путей

Диета № 4в — менее строгая диета, используемая как переходная от диет № 4, 4а и 4б к диете №15.

Химический состав диеты № 4:

  • белки 100 г,
  • жиры 75 г,
  • углеводы 300-350 г.

Калорийность диеты №4 — 2500 ккал.

Химический состав диеты № 4б (то же, что диета ;4, но пища только протертая):

  • белки 75-100 г,
  • жиры 75 г,
  • углеводы 200-300 г.

Калорийность диеты №4б —  1800-2300 ккал.

Химический состав диеты № 4в:

  • белки 120 г.(из них 80 % животные),
  • жиры 100 г. (из них 80 % животные),
  • углеводы 420 г.

Калорийность диеты №4в — 3000 ккал

Режим питания при всех диетах №4: 4-6 раз в день.

Рацион диеты № 4

При диете № 4 разрешаются:

  • Сухари из пшеничного хлеба и хлеб, протёртый творог
  • Яйцо всмятку, белок яйца
  • Манная и рисовая каши, сваренные на воде с незначительным добавлением молока
  • Отварное мясо
  • Оотварная рыба
  • Паровые котлеты
  • Кисели.

При диете № 4 следует ограничить:

  • Цельное молоко и блюда, приготовленные на нём
  • Грубые растительные волокна
  • Соль

При хроническом колите в стадии обострения рекомендуются диеты № 4, 4б (протёртая пища): подсушенный хлеб и бисквит, фрикадельки мясные, супы на лёгком мясном бульоне, отварные овощи, сливочное масло, кисломолочные продукты, не кислая сметана, соль до 10 г. в сутки.

Обращаю внимание ещё раз на консистенцию пищи при диетах 4, 4а, 4б – она должна быть протёртой. Диета №4в — такая же, но в ней постепенно увеличивается доля непротертой пищи.

При положительном течении болезни диета № 4в является переходной вначале к диете № 2, а затем и № 15. Но всё хорошо, что хорошо кончается. Поэтому количество белков даже для организма находящегося в норме не следует увеличивать выше 130 г в день.

Пример диеты № 4

Это лишь один из вариантов диеты № 4:

1 завтрак: каша овсяная, протёртая на воде, творог свежий, чай.

2 завтрак: отвар из протёртой черники.

Обед: бульон слабо мясной с манной крупой. Тефтели мясные, приготовленные на пару, каша рисовая хорошо разваренная, кисель.

Полдник: отвар из шиповника без сахара.

Ужин: омлет белковый, каша гречневая протёртая, чай

На ночь: кисель.

Как видите, в меню нет наших любимых пельменей, жареной картошки, грибов, солёных огурчиков и квашеной капусты. Но это временно. После выздоровления переходим на диету №2, затем на диету №15, а затем — к обычному режиму питания (разве что без переедания).

 


 

См. также другие лечебные диеты Певзнера


См. также другие материалы про активное долголетие

Диета 4: стол номер четыре при заболеваниях кишечника, для похудения, меню на неделю, что можно и что нельзя, список продуктов в таблице, отзывы

Диета 4 – это лечебное питание, которое применяется при различных заболеваниях кишечника, сопровождаемых расстройством стула, метеоризмом и резкими спазмами в области живота. Также лечебная система питания направлена на улучшение самочувствия человека при колите, гастрите, язве желудка или двенадцатиперстной кишки, дизентерии, энтероколите. Система помогает уменьшить воспалительные проявления в органах пищеварительных органов, обеспечить организм пациента всеми необходимыми полезными веществами.

Показания к применению

Диета номер 4 была составлена известным советским доктором Мануилом Певзнером для устранения воспалительного, гнилостного и бродильного процесса при заболеваниях желудочно-кишечной системы острого или хронического характера.

Диета стол номер 4 построена так, чтобы не провоцировать раздражения, воспаления слизистой поверхности пищеварительных органов, успокаивать ткани кишечника, уменьшать болезненные спазмы. В большинстве случаев лечебный режим по Певзнеру назначается при патологиях желудка и кишечника, которые сопровождаются вздутием живота и диареей.

Диета позволяет эффективно восстановить пищеварительные органы без биохимического, температурного или механического травмирования воспаленных слизистых тканей.

Лечебная диета по 4 столу предполагает полный отказ от блюд, которые могут активизировать секреторную функцию желудка, стимулировать функционирование желчного пузыря и желчеотделение.

Основные правила питания

Основным правилом диетического питания является ограничение количества употребляемых жиров до 70 г, углеводов до 250 г на протяжении суток. При этом дневная доза белка не уменьшается и составляет 90 г.

Правила:

  1. Суточная калорийность всех употребляемых блюд и продуктов не должна быть больше 2000 калорий.
  2. Запрещаются чрезмерно холодные или горячие блюда, которые могут раздражать слизистую.
  3. Максимально допустимая температура еды – до 50°С.
  4. Рекомендуемый вид термической обработки – готовка паровым методом или отваривание.
  5. Под запретом блюда с твердой и густой консистенцией, разрешены только жидкие или слизистые, перетертые через сито продукты.
  6. Есть необходимо не меньше 6 раз, маленькими дозами.
  7. Употреблять пищу рекомендуется в одно время.

Диета 4 при заболеваниях кишечника разрешает употребление качественного коровьего и растительного масел, а сахарного песка – но не больше 50 г на протяжении дня.

Разновидности диетического питания

Диета 4 по Певзнеру подразделяется на три типа – 4А, 4Б и 4В. Каждая имеет свои показания к назначению, перечень запрещенных и разрешенных блюд и продуктов.

Лечебная диета 4А используется в случае острого течения патологий желудочно-кишечной системы. Ее длительность чаще всего не более 2-6 суток, на протяжении которых необходимо потреблять до 1600 калорий. Отличается однообразным рационом.

Диета 4Б – лечебный режим назначается при почечных и печеночных болезнях, патологиях поджелудочной железы, желчевыводящих путей. Меню допускает употребление разнообразных блюд, до 2900 калорий.

Диета 4В – наиболее эффективна на протяжении первых дней после обострения заболевания кишечника, после хирургического вмешательства. Назначается перед возвращением к нормальному рациону.

Особенности и рекомендации диеты 4Б

Если назначается диета 4б, меню на неделю предполагает строгое ограничение соли – максимум 5–6 г в сутки. Очень важно выпивать не менее 6 стаканов чистой, негазированной воды ежедневно.

Как и при диете 4А следует есть 5–6 раз, маленькими дозами. Разрешаются диетические разновидности мяса, птицы — с них предварительно необходимо снимать кожицу и вынимать все сухожилия. Раз в неделю можно 1–2 молочные сосиски, кусочек докторской или любой другой диетической вареной колбасы.

Блюда разрешается запечь в духовке, но без использования сливочного или растительного масел. В случае если продукт запекается, формочку нельзя смазывать жиром. В супы, борщи и бульоны разрешается добавлять несколько картофелин, вермишели или макарон. Из ягод, фруктов допускается употребление минимального объема бананов, клубники, малины.

Особенности диеты 4В

Данная система рекомендована специалистами во время ремиссии, на переходе от диеты к обычному рациону. Это питание представляет собой полноценный рацион с существенными ограничениями в десертах, сахаре и соли, жареном, жирном, соленом, копченом и маринованном.

Основные советы по питанию:

  • употребляемые блюда разрешается запекать без жира, готовить паровым способом или в мультиварке, отварить – перебивать в пюре не требуется;
  • солить необходимо по минимуму – не более 5 г;
  • важно помнить о питьевом режиме.

При данном рационе разрешается употреблять вареные макароны, сырники и ряженку, пюре из нескольких картофелин, рубленое мясо, борщи, свекольники, но без бульона на мясе, с небольшой ложкой сметаны, рагу с вареным филе. Несколько раз в неделю допускается включать в рацион молочную вареную колбасу, сыр мягких видов.

Разрешенные и запрещенные продукты и блюда

Люди, страдающие заболеваниями пищеварительных органов, задаются вопросом – 4 стол диета, что можно и нельзя. Лечебная система предполагает полный отказ от пищи, которая оказывает повышенную нагрузку на воспаленную оболочку пищеварительных органов и спровоцировать болезненные спазмы.

Диета 4 стол что можно что нельзя – таблица:

Блюда и продукты Разрешается Запрещается
Первое Супы на прозрачном бульоне без жира, на воде с крупяными добавками Любые первые блюда на наваристых овощных, грибных, рыбно-мясных бульонах, супы с вермишелью, крупно нарезанным овощем
Сдобные изделия 3-х дневний белый хлеб (максимум 180 г в сутки), домашние сухарики, галеты Цельнозерновой, свежий батон, с отрубями, блинчик, оладушки, пирожки, любая сдобная и слоеная выпечка
Гарниры Рисовая, греча, геркулесовые хлопья, манка на воде, овощи в вареном и пюрированном виде Пшенная, ячневая, перловая крупы, вермишель
Мясо Тефтельки, котлеты на пару, фрикадельки, кнедли, мясное паштет и легкое суфле, курица, цыпленок, индейка, говядина, кролик, телятина Разновидности мяса с высоким процентом жирности, консервы, копчености, субпродукты, колбасы и сардельки, продукты фаст-фуда, полуфабрикаты, балык, магазинные паштеты, тушенка
Рыба Вареная рыба диетических сортов, рыбные котлеты и фрикадельки Копченые рыбные продукты, консервы, икра черная и красная
Яичные блюда Легкий омлет, отварные всмятку яйца (максимум 1-2 шт в день) Яйца вкрутую, поджаренные
Молочные продукты Ацидофилин, творог с 0% жирности Кефиры, ряженки, острые сыры, жирные сливки и сметана
Овощи Картошка, кабачки, тыква, цветная капуста и брокколи, морковь и цуккини в вареном виде или пропущенном через сито Капуста красно- и белокочанная, грибы, сладкий перец, томаты, фасоль и другие бобовые, чеснок, репчатый и зеленый лук, латук
Фрукты Запеченные яблоки, айва, груша Любые, кроме разрешенных
Ягоды Черника, смородина черная, кизил Любые, кроме разрешенных
Десерты Кисели, муссы, желе, сахарный песок – максимум 50 г в сутки Пирожное, торт и прочие кондитерские изделия, мороженое, шоколадные батончики и конфеты, варенья и джемы, мед, сухофрукты, крем и печенье
Напитки Негазированная минералка (после разрешения врача) и не больше 6 стаканов, некрепкие черные, зеленые и ромашковые чаи, некрепкий кофе, шиповниковый отвар Компоты, сладкий какао, энергетики, алкоголь и газированные воды, свежевыжатый сок, любые в холодном виде, молоко цельное
Жиры Растительные – максимум 4-6 мл в сутки, натуральное коровье масло Маргарин, спред
Приправы и пряности Засушеная зелень петрушки и укропа Промышленные майонезы, кетчупы чили, горчица, аджика и любые иные соусы, все специи

 

Рекомендуемое недельное меню

Соблюдая стол 4 диета – меню на неделю не следует составлять из однотипных блюд. Необходимо чередовать различные варианты, чтобы нормализовать состояние пищеварительной системы. Рекомендуемый диетический стол 4 на 7 дней:

День неделиПервый завтракВторой завтракОбедПолдникУжинПоздний ужин
ПонедельникГеркулесовые  хлопья, яйцо всмятку, слабый чайПеченая грушаБульон с тефтельками из птицы, каша из гречки с говяжьими биточками, настой ромашкиПостные сухари с шиповниковым отваромРис, кусочек отварной рыбыАцидофилин
ВторникМанка с ломтиком коровьего масла, несдобное печенье, слабый кофеПеретертая творожная масса с 0% жирностиГречневый суп, рисовая каша на воде с куриными тефтельками, шиповниковый отварПеченые яблокиГеркулесовые хлопья, яйцо всмятку, зеленый чайАцидофилин, галеты
СредаОмлет с ломтиков вареной грудинки, некрепкий чай, 3-х дневный хлебАйвовый муссПрозрачный бульон с грудинкой курицы и рисом, гречка, ломтик вареной рыбыЖелеВязкая каша из рисовой крупы, котлетка из хека паровая, черный чайМасса с яблоками и творогом
ЧетвергОвсянка со сливочным маслом, сухарь с мясным паштетомАцидофилинСуп с вареным индюшачьим филе, овощи паровые, котлета из хекаСлабый зеленый чай, сухарьТворожная масса, пропущенная через сито, ацидофилинШиповниковый отвар
ПятницаПаровой белковый омлет, настой ромашки с галетамиЖелеПрозрачный бульон с гречневой крупой и грудинкой, геркулес с куриными биточками паровымиПеченая груша, чайПудинг из творожной массы и рисовой крупыЯблочный отвар
СубботаЗапеканка из гречки с цветной капустой, шиповниковый настойАйвовый отварСуп-пюре из брокколи и рисаАцидофилин с сухарямиМясной паштет с подсушенным хлебомПеченье с ромашковым отваром
ВоскресеньеОбезжиренная творожная масса, печеное яблоко, слабый кофеГеркулес, биточки из индейки, шиповниковый настойПрозрачный бульон с вареной рыбой, пюрированными овощамиГрушевое желеВареное яйцо, ломтик грудинкиГрушевый отвар, несколько домашних сухариков

Соблюдая диету 4 при различных заболеваниях пищеварительных органов можно комбинировать разрешенные продукты, чтобы меню не стало пресным и скучным.

Рецепты диетических блюд

Если назначена диета 4 при заболеваниях кишечника, меню на неделю может быть вкусным и разнообразным. Существует много полезных рецептов, которые разрешается включать в систему.

Как готовить меню на неделю:

Бульон с телятиной

  • телятина – 120 г;
  • вода очищенная – 600-700 мл.

Постную телятину необходимо порезать порционными брусочками, пересыпать в сотейник с крутым кипятком и на среднем огне томить до готовности. Приготовленное мясо следует протереть и обратно всыпать в сотейник. Лавровые листья, различные приправы использовать запрещается. Единственное исключение можно сделать для щепотки соли.

Овощной суп-пюре

  • картошка – 2 шт;
  • капуста цветная – 300-400 г;
  • морковь – 2 шт;
  • масло сливочное – 12 г;
  • сушеный укроп или петрушка – 1 ст. л.

Овощи необходимо промыть, картошку и морковку очистить, капустный кочан разобрать на кочерыжки. Все ингредиенты сложить в кастрюлю с кипящей водой, оставить до кипения и протомить на слабом огне еще 15-18 минут.

После этого с кастрюли следует слить часть бульона, а овощи с оставшейся жидкостью истолочь при помощи обычной толкушки. Приготовленный суп нужно заправить сливочным маслом и посыпать сушеной зеленью.

Рыбные тефтельки

  • филе постной рыбы – 270 г;
  • рис – 65 г;
  • вода – 65 г;
  • сливочное масло – 12 г.

Для тефтелек необходимо отварить вязкий рис, перемешать с вареным филе и дважды перебить блендером или пропустить через мясорубку. В приготовленную массу следует долить воду, всыпать масло и щепотку соли. Слепить тефтельки и приготовить в мультиварке.

Котлеты из куриной грудинки

  • грудка курицы – 350 г;
  • куриные яйца – 2 шт;
  • мука – 55 г;
  • луковица – ½ шт.

Рацион стол 4 разрешает заменять куриную грудку другими видами мясных продуктов. Для котлет нужно пропустить грудку с луковицей через мясорубку, всыпать муку с яйцом и немного присолить. Массу хорошо вымесить, оставить на полке холодильника на 60 минут, после сформировать котлетки и отправить на паровую баню.

Паровой омлет

  • яйца – 2 шт;
  • обезжиренное молоко – 130 мл.

Яичную массу соединить с молоком и хорошо взбить, досыпать щепотку соли. Яично-молочный состав поместить на несколько минут на паровую баню.

Гречнево-творожной пудинг

  • гречка – 100 г;
  • обезжиренный творог – 270 г;
  • сахарный песок – 15-18 г;
  • яйцо куриное – 1 шт.

Вареную гречневую кашу нужно перетереть через ситечко, перемешать с творожной массой. Далее яйцо разделить на желток и белок. Первым в пудинг добавляется желток, затем сахар, после них – оставшийся белок. Подготовленную смесь пересыпать в форму и готовить паровой методикой.

Питание по Певзнеру 4 – важный элемент в лечении патологий желудочно-кишечной системы острого или хронического характера. Лечебный режим позволяет уменьшить воспаление слизистых тканей, устранить прочие симптомы, улучшить общее самочувствие человека.

ВАЖНО! Статья информационного характера! Перед применением необходимо проконсультироваться со специалистом.

основные принципы. диетические столы №4 и №5||year|IMAGESNAMESlechebnaya-dieta-po-pevzneru-osnovnie-principi-dieticheskie-stoli-4-i-5/IMAGESNAMES

Мануил Исаакович Певзнер разработал множество универсальных диетических столов еще в первой половине двадцатого века. Сформулированные им принципы лечебного питания (для коррекции метаболизма диабетиков, снятия симптомов отравления и др.) актуальны и в настоящее время. Ознакомившись с данной статьей, вы наверняка согласитесь с тем, что диета по Певзнеру – гораздо лучший способ отрегулировать режим своего питания, чем многие модные диеты-однодневки. Полезно изучить перечень лечебных столов для того, чтобы иметь представление о нормальной калорийности рациона и о том, за счет чего возможно ее снизить или повысить. Диета по Певзнеру может помочь не только при проблемах с лишним весом, но и при множестве заболеваний желудочно-кишечного тракта, требующих щадящего режима питания. Возможно, вас разочарует отсутствие «волшебных продуктов» и обещаний быстрых результатов. Зато вы можете быть уверены в тщательной сбалансированности рациона.

Диета по Певзнеру: принципы и основные постулаты

Всего Мануил Исаакович разработал 16 диетических столов, включая гипоаллергенный. Семь из них содержат различные вариации. Первый постулат: «количество» питания определяется калорийностью, рассчитываемой в килокалориях. При большинстве заболеваний, сопровождающихся упадком сил и необходимостью их восстановления, потребность в энергии должна быть полностью удовлетворена за счет рациона. При необходимости использовать гипокалорийное меню нужно рассчитать возможные ограничения в зависимости от того, какая степень ожирения у пациента. Причем таким образом, чтобы не вызывать психологического дискомфорта и постоянного чувства голода, которое может отвлекать человека от трудовой деятельности и повседневных дел.

Не идите на поводу у модных журналов

Обывательское мнение о «вредности» ряда продуктов (шлифованного риса, молока, белого хлеба и проч.) не учитывает, что они могут быть необходимы для снижения травматического влияния на ЖКТ грубой клетчатки. Это уместно при колитах, панкреатитах и ряде заболеваний кишечника. Диета по Певзнеру не разделяет продукты на «вредные» и «полезные». Она чаще всего направлена на подбор подходящего конкретному пациенту меню, которое, в свою очередь, должно удовлетворить объективные потребности организма в питательных веществах вне зависимости от того, насколько данный человек здоров или болен.

Индивидуальный подбор рациона


Лечебные диеты по Певзнеру отнюдь не универсальны. Рекомендовать список продуктов, полезный абсолютно для всех, просто невозможно. Например, больным почечными заболеваниями следует исключить белковую пищу. А страдающим панкреатитом – снизить потребление жиров. Но подобные ограничения должны носить временный характер и иметь место в периоды обострений. В долгосрочной перспективе не допускается безбелковое или безжировое меню. Также Певзнер не разрабатывал низкоуглеводных диет, сходных с теми, которые популярны в последние годы для резкого снижения веса. Даже такой рацион при таком заболевании, как диабет, подразумевает включение хлеба и каш (только с низким гликемическим индексом). Нужно отметить, что все диетические столы составлены в результате наблюдений за множеством пациентов, а рекомендации сделаны на основе клинических исследований. Придерживаясь указанных диет, помните, что самодеятельность (под влиянием модных веяний из женских журналов) при их соблюдении часто неуместна. Другое дело – индивидуальный подход с учетом рекомендаций вашего лечащего врача или удобства соблюдения режима. В США в 80-е годы двадцатого века была доказана психологическая зависимость человека от вкусной еды. Поэтому, посоветовавшись с врачом, можно добавить в ваш рацион сахарозаменители или каким-либо образом скорректировать приготовление совсем уж невкусных блюд.

Диета 4 по Певзнеру

Должно быть минимизировано раздражение кишечника химическим, термическим и механическим путем. Диета 4 по Певзнеру нужна тем, кто страдает поносами (они часто мучают пациентов с хроническими колитами и гастроэнтеритами). Также она показана при дизентерии. О диете: ограничивают соль (почти полностью), белки, жиры и углеводы – до нижней границы физиологической нормы. Удаляют из рациона продукты, стимулирующие желчеотделение, и те, которые могут вызвать процессы брожения в кишечнике. Недопустимы вещества, раздражающие печень. Все блюда нужно готовить на пару или отваривать, а затем протирать. Разрешены некрепкие бульоны и слизистые супы, протертые овощные или нежирные мясные котлеты, сухари (размоченные) из пшеничной муки, нежирная рыба, свежий творог (некислый и нежирный), сливочное масло. Из десертов позволены желе из вяжущих ягод (черника, вишня). Из питья – отвар шиповника. Калорийность – около 2 тыс. килокалорий.

Лечебный стол для нормализации функций печени и поджелудочной железы

Диета 5 по Певзнеру (меню учитывает повышенную уязвимость органов пищеварения) разработана с учетом необходимости разгрузки холестеринового обмена при заболеваниях печени, колите, панкреатите и холецистите. Например, на завтрак – сухой бисквит или печенье с кефиром (нежирным), белковый омлет с тушеными овощами. В обед – протертый суп и тушеное мясо с квашеной капустой. На полдник – несдобная выпечка с творогом и некрепкий чай либо запеченные яблоки. На ужин – отварная рыба и овсяный кисель.

Distribuiți pe rețelele sociale:

înrudit

Обнаружение и анализ древних сегментарных дупликаций в геномах млекопитающих

  • ↵* Соответствующий автор; электронная почта: ppevzner{at}cs.ucsd.edu
  • Аннотация

    Хотя сегментарные дупликации (СД) представляют собой очаги геномных перестроек и появления новых генов, до сих пор нет простых в использовании инструментов для идентификации SD.Более того, в то время как большинство предыдущих исследований были сосредоточены на недавно появившихся СД, обнаружение древних СД остается открытой проблемой. Мы разработали алгоритм SDquest для обнаружения СД и применили его для анализа СД в геномы человека, гориллы и мыши. Наши результаты показывают, что в предыдущих исследованиях многие SD в этих геномах были пропущены. что SD составляют не менее 6,05% генома человека (версия hg19), что на 17% больше по сравнению с предыдущей оценкой.Кроме того, SDquest классифицировал 6,42% последней версии генома человека GRCh48 как SD, что значительно больше по сравнению с предыдущие исследования. Таким образом, мы предлагаем переоценить эволюцию SD на основе их точного представления в нескольких геномах. Для этого мы проанализировали сложную мозаичную структуру СД и разложили мозаичные СД на элементарные СД, что является необходимым условием. для последующего эволюционного анализа. Мы также ввели понятие графа точек останова мозаичных SD, которые выявили SD горячих точек и предположил, что некоторые SD могли происходить из кольцевой внехромосомной ДНК (вкДНК), в отличие от вкДНК, которая способствует ускоренной эволюции рака.

    • Поступила в редакцию 07.08.2017 г.
    • Принят 26 апреля 2018 г.
    • Опубликовано Cold Spring Harbour Laboratory Press

    основных принципов. Диетические столы №4 и №5

    Мануил Исаакович Певзнер разработал множество универсальных диетических таблиц в первой половине ХХ века. Сформулированные им принципы лечебного питания (для коррекции обмена веществ у диабетиков, снятия симптомов отравления и др.) актуальны и сегодня. Прочитав эту статью, вы наверняка согласитесь с тем, что диета Певзнера — гораздо лучший способ отрегулировать свой рацион, чем многие модные диеты.

    Полезно изучить список лечебных столов для того, чтобы иметь представление о нормальной калорийности рациона и о том, как можно ее снизить или повысить. Диета Певзнера может помочь не только при проблемах с лишним весом, но и при различных заболеваниях желудочно-кишечного тракта, требующих щадящего режима питания.Возможно, вас разочарует отсутствие «волшебных продуктов» и обещаний быстрых результатов. Но вы можете быть уверены в тщательном балансе рациона.

    Диета по Певзнеру: принципы и основные постулаты

    Всего Мануил Исаакович разработал 16 диетических столов, в том числе гипоаллергенных. Семь из них содержат разные вариации. Первый постулат: «количество» питания определяется калорийностью, исчисляемой в килокалориях. При большинстве заболеваний, сопровождающихся упадком сил и необходимостью их восстановления, потребность в энергии должна полностью удовлетворяться за счет диеты.

    При необходимости используйте гипокалорийное меню, необходимо рассчитать возможные ограничения в зависимости от того, какая степень ожирения у пациента. И таким образом, чтобы не вызывать психологический дискомфорт и постоянное чувство голода, которое может отвлекать человека от работы и повседневных дел.

    Не ходите на поводу модных журналов

    Обывательское мнение о «вредности» ряда продуктов (шлифованный рис, молоко, белый хлеб и др.) не учитывает, что они могут быть необходимы для снижения травматического эффекта на желудочно-кишечный тракт грубой клетчатки.Это целесообразно при колите, панкреатите и ряде заболеваний кишечника. Диета Певзнера не делит продукты на «вредные» и «полезные».

    Чаще всего направлен на подбор подходящего конкретному пациенту меню, которое, в свою очередь, должно удовлетворять объективные потребности организма в питательных веществах, независимо от того, насколько человек здоров или болен.

    Индивидуальный подбор диеты

    Лечебные диеты по Певзнеру не универсальны. Просто невозможно рекомендовать список продуктов, полезных для всех.Например, больным с заболеваниями почек следует исключить белковую пищу. А страдающим панкреатитом – уменьшить потребление жиров. Но такие ограничения должны быть временными и иметь место в периоды обострений. В долгосрочной перспективе не допускается безбелковое или обезжиренное меню. Также Певзнер не разрабатывал низкоуглеводные диеты, подобные популярным в последние годы для резкого снижения веса. Даже такая диета при таком заболевании, как сахарный диабет, предполагает включение хлеба и каш (только с низким гликемическим индексом).Следует отметить, что все диетические таблицы составлены в результате наблюдений за многими пациентами, а рекомендации составлены на основе клинических исследований.

    Придерживаясь этих диет, помните, что самодеятельность (под влиянием модных веяний из женских журналов) при их соблюдении зачастую неуместна. Другое дело – индивидуальный подход с учетом рекомендаций лечащего врача или удобства соблюдения режима. В США в 80-е годы ХХ века была доказана психологическая зависимость человека от вкусной еды.Поэтому, посоветовавшись с врачом, вы можете добавить в свой рацион заменители сахара или каким-либо образом скорректировать приготовление очень безвкусных блюд.

    Диета 4 по Певзнеру

    Раздражение кишечника следует минимизировать химическим, термическим и механическим путем. Диета 4 по Певзнеру нужна тем, кто страдает диареей (им часто болеют больные хроническим колитом и гастроэнтеритом). Он также показан при дизентерии. На диете: ограничить соль (практически полностью), белки, жиры и углеводы — до нижней границы физиологической нормы.Уберите из рациона продукты, стимулирующие желчеотделение, и те, которые могут вызвать брожение в кишечнике. Недопустимы вещества, раздражающие печень. Все блюда необходимо готовить на пару или отваривать, а затем протирать. Разрешены рассыпчатые и слизистые супы, протертые овощные или нежирные мясные котлеты, сухари (вымоченные) из пшеничной муки, нежирная рыба, свежий творог (некислый и нежирный), сливочное масло. Десерты разрешают желе из вяжущих ягод (черники, вишни). Из питья — отвар шиповника.Калорийность около 2 тысяч килокалорий.

    Лечебный стол для нормализации функций печени и поджелудочной железы

    Диета 5 по Певзнеру (меню учитывает повышенную ранимость органов пищеварения) разработана с учетом необходимости разгрузки холестеринового обмена при заболеваниях печени, колитах, панкреатитах и ​​холециститах . Например, на завтрак – сухой бисквит или печенье на кефире (нежирном), белковый омлет с тушеными овощами. Во второй половине дня – натертые щи и тушенка с квашеной капустой.На полдник – булочка с творогом и некрепкий чай или печеные яблоки. На ужин – отварная рыба и овсяный кисель.

    р>

    Модели хрупкой поломки и случайной поломки эволюции хромосом

    Образец цитирования: Пэн К., Певзнер П.А., Теслер Г. (2006) Модели хрупкой поломки и случайной поломки эволюции хромосомы. PLoS Comput Biol 2(2): е14. https://doi.org/10.1371/journal.pcbi.0020014

    Редактор: Phillip Bourne, Калифорнийский университет, Сан-Диего, США

    Получено: 7 июля 2005 г.; Принято: 17 января 2006 г .; Опубликовано: 24 февраля 2006 г.

    Авторские права: © 2006 Peng et al.Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

    Сокращения: пн, базовая пара; NCBI, Национальный центр биотехнологической информации

    Введение

    Геномы постоянно меняются.Если геном сравнить с континентальной формой рельефа, то один тип изменений — точечные мутации — аналогичен постепенным изменениям ландшафта из-за эрозии ветром и водой. Второй тип изменений — перестройки генома — включает в себя эволюционные «землетрясения», резко меняющие ландшафт. Фундаментальный вопрос в исследованиях эволюции хромосом заключается в том, происходят ли эти землетрясения вдоль эволюционных «разломов» (горячих точек перестроек) или в «случайных» геномных позициях.

    В знаменательной статье 1984 г. Надо и Тейлор [1] подсчитали, что существует примерно 200 консервативных сегментов (блоков синтении) между человеком и мышью, и предоставили убедительные аргументы в пользу модели случайных разрывов геномной эволюции, постулированной Оно в 1973 г. 2].Дальнейшие исследования значительно больших наборов данных (Коупленд и др. в 1993 г. [3], ДеБри и Селдин в 1996 г. [4], Берт и др. в 1999 г. [5], Ландер и др. в 2001 г. [6], Мурал и др. в 2002 г. [7]) с постепенно повышающимся уровнем разрешения сделал модель случайных поломок де-факто теорией эволюции хромосом, а предсказания Надо-Тейлора рассматриваются как одни из наиболее значительных результатов в «истории и развитии мыши как исследовательской инструмент» (Пенниси [8]).

    Модель случайных разрывов предполагает, что в геномах млекопитающих нет эволюционных «ошибок», и исключает систематическое повторное использование точек разрыва из одних и тех же областей генома.В 2003 году Певзнер и Теслер [9] выступили против модели случайного разрыва, показав, что любое преобразование порядка генов мыши в порядок генов человека потребует большого количества повторных использований точек останова. Этот вывод немедленно подразумевает, что точки разрыва перестановки образуют кластеры, что противоречит модели случайного разрыва. Аргументы Певзнера и Теслера не раскрывают конкретное расположение областей точек останова, где произошло повторное использование, а вместо этого дают неконструктивное комбинаторное доказательство того, что эти области существуют где-то (в неизвестных местах) в геноме.Основываясь на этом результате, Певзнер и Теслер отвергли модель случайных поломок и предложили альтернативную модель «хрупкой поломки» эволюции хромосом. Эта модель предполагает наличие ломких областей в геномах и постулирует, что точки разрыва происходят в основном внутри этих относительно коротких ломких областей (горячих точек перестроек).

    В 2004 году Санкофф и Трин [10] выступили против теории хрупкого разрушения и выразили сомнения в том, что Певзнер и Теслер [9] представили какое-либо доказательство феномена повторного использования точки останова.Они описали изящный вычислительный эксперимент, в котором серия случайных перестановок создает видимость феномена повторного использования точки останова, и утверждали, что аргументы Певзнера и Теслера представляют собой артефакт, вызванный микроперестановками и алгоритмами идентификации блоков синтении. Sankoff и Trinh [10,11] внесли важный вклад, повысив осведомленность о том, что определение синтенийного блока является важным и нетривиальным аспектом анализа перегруппировок.

    В результате возникают разногласия по поводу хрупкой модели поломки.Например, Бейли и др. писали в 2004 году [12], что «наш анализ поддерживает неслучайную модель хромосомной эволюции, которая подразумевает преобладание повторяющихся мелкомасштабных дупликаций и крупномасштабных эволюционных перестроек в определенных хрупких регионах». Точно так же Чжао и соавт. [13] написали, что «независимое математическое моделирование распределения длины синтетических блоков, проведенное нами и другими, поддерживает модель хрупкого разрыва, но не модель случайного разрыва для эволюции генома млекопитающих». С другой стороны, Трин и соавт.[14] писали: «Действительно, нет прямых доказательств гипотезы хрупких регионов, кроме хорошо задокументированных тенденций к перестройкам в прицентромерных и субтеломерных регионах».

    Тогда возникает вопрос, были ли аргументы Певзнера и Теслера [9] первым доказательством повторного использования точки останова или аргументы не имели смысла. Этот вопрос в конечном счете связан с вопросом о том, выявили ли Санкофф и Трин [10] ошибки в рассуждениях Певзнера и Теслера или же работа Санкофф и Трин [10] представляет собой артефакт.В этой статье мы демонстрируем, что (1) алгоритм идентификации синтенийного блока в [10] несовершенен и (2) параметры в [10] не отражают реалий сравнительной геномной архитектуры человека и мыши. Мы показываем, что если бы Санкофф и Трин [10] исправили проблемы (1) и (2), их аргументы против [9] исчезли бы.

    В разделе 1 мы формально определяем коэффициент повторного использования точки останова (BRR). В разделе 2 мы описываем алгоритм идентификации блоков синтении Санкоффа и Трина, который мы называем ST-Synteny.В разделе 3 мы иллюстрируем несколько недостатков этого алгоритма. В разделе 4 мы воспроизводим моделирование Санкоффа и Трина, в котором они применяли ST-Synteny к синтетическим геномам, и мы выполняем соответствующие моделирования с использованием GRIMM-Synteny, получая разные результаты для влияния параметров на частоту повторного использования точки останова. В разделе 5 мы показываем иллюстрации различных блоков, идентифицированных с помощью ST-Synteny по сравнению с GRIMM-Synteny, с использованием как синтетических данных, так и реальных якорей X-хромосомы человека/мыши.

    Моделирование в Разделе 4 не принимает во внимание проблемы из реальных данных, такие как длина якоря в нуклеотидах и микроперестановки переменной длины. В разделе 6 мы делаем улучшенную симуляцию, учитывающую эти проблемы, и засеваем ее смоделированными геномами, основанными на длинах якорей в X-хромосомах человека/мыши и X-хромосомах человека/крысы.

    В разделе 7 мы приводим результаты сравнения полных геномов человека и мыши, сначала на основе выравнивания, а затем на основе генов.

    В Разделе 8 мы анализируем модель межгенных разрывов, в которой давление отбора предотвращает разрывы, происходящие внутри генов и внутри регуляторных регионов, расположенных выше генов.

    Результаты

    Раздел 1. Измерение коэффициента повторного использования точки останова

    Мы изучаем блоки синтении вместо консервативных сегментов. Блоки синтении не обязательно представляют области непрерывного сходства между двумя геномами; вместо этого они могут состоять из множества коротких областей сходства, прерываемых непохожими областями и пробелами.Области сходства можно идентифицировать с помощью гомологичных генов, якорей (выравниваний, присутствующих в одной копии в обоих геномах) или других соответствующих маркеров; мы будем называть эти элементов .

    При сравнении геномов перестановки элементов внутри блока синтении называются микроперестановками, или микроинверсиями , когда мы работаем в модели, состоящей только из инверсий. Перестройки порядка целых синтенных блоков называются макроперестановками .

    Расстояние реаранжировки — минимальное количество операций реаранжировки, необходимых для преобразования одного генома в другой; в монохромосомном случае — операции инверсии, а в мультихромосомном — операции инверсии, транслокации, деления и слияния.

    Аргументы Певзнера и Теслера [9] основаны на вычислении частоты повторного использования точек останова для геномов человека и мыши. Частота повторного использования точки останова вычисляется как удвоенное расстояние перестановки, деленное на количество точек останова, где они вычисляются, как описано в [15].(Мы будем использовать общее число точек разрыва; вариант, использующий только внутренние точки разрыва и исключающий точки на концах хромосом, также использовался в [9] и [16], но здесь далее рассматриваться не будет.)

    Модель случайной поломки подразумевает низкую частоту повторного использования точки останова (близкую к единице, минимально возможное значение для частоты повторного использования точки останова), в то время как анализ перегруппировки человека/мыши выявил очень высокую частоту повторного использования точки останова (близкую к двум, максимально возможное значение). для скорости повторного использования точки останова).Основываясь на этом наблюдении, Певзнер и Теслер отвергли модель случайной поломки и предложили в качестве возможной альтернативы модель хрупкой поломки (которая согласуется с высокой частотой повторного использования точки останова).

    Раздел 2. ST-Synteny: Алгоритм идентификации блоков Synteny Санкоффа и Трина

    Санкофф и Трин [10] при моделировании использовали алгоритм идентификации блоков синтении, который мы называем ST-Synteny. Подчеркнем, что в [10] для формирования блоков синтении использовался ST-Synteny, а в [9] использовался другой алгоритм — GRIMM-Synteny.Хотя ST-Synteny кажется разумным подходом к идентификации блоков синтении, он никогда не применялся к реальным данным, а только к синтетическим данным. Мы сравниваем ST-Synteny с GRIMM-Synteny на синтетических и реальных данных.

    GRIMM-Synteny — это параметрозависимая процедура, которая была разработана для искусственного разделения микроперестроек и макроперестроек, обнаруженных в реальных данных. Он был использован для идентификации блоков синтении в геномных проектах мыши [17], крысы [16,18] и курицы [19,20].Поскольку GRIMM-Synteny был впервые предложен в 2002 г., был опубликован ряд других подходов к идентификации блоков синтении, и недавнее исследование показало, что они в значительной степени совпадают [18]. Поскольку GRIMM-Synteny был протестирован на многих наборах данных и согласован с другими подходами, мы утверждаем, что в настоящее время он представляет собой консенсус в отношении подходов к идентификации блоков synteny.

    Ниже мы покажем, что ST-Synteny дает несколько иные результаты, чем GRIMM-Synteny. Поскольку ST-Synteny дает результаты, которые не согласуются с существующими консенсусными взглядами на сравнительные геномные архитектуры, мы утверждаем, что их статья [10] выявила недостатки их собственного алгоритма ST-Synteny, а не недостаток в [9].

    Аргументы Санкоффа и Трина [10] включали моделирование случайных перестановок в сочетании с их алгоритмом идентификации блока синтении (который мы называем ST-синтенией). Этот процесс следует модели случайной поломки, но несколько неожиданно приводит к высокой частоте повторного использования точек останова. Таким образом, они утверждали, что результат Певзнера-Теслера не имеет ничего общего с повторным использованием точки останова, а является просто артефактом идентификации блока синтении.

    Для сравнения ST-Synteny с GRIMM-Synteny мы сначала воспроизвели процедуру, описанную в [10].Хотя Санкофф и Трин представили ее как единую процедуру, мы разбили ее на две фазы: (1) моделирование для создания синтетических реаранжированных геномов, которое мы приводим в разделе 4, и (2) алгоритм идентификации блоков синтении, который мы представляем. здесь.

    Пусть π будет перестановкой со знаком на n элементов (представляющих гены, якоря или маркеры). Это представляет геном, который реаранжирован по сравнению с эталонным геномом 1, …, n . Пусть w, Δ — целые положительные числа; w представляет максимальный размах микроперестройки, а Δ обозначает минимальное количество элементов в синтеническом блоке.

    СТ-Синтения(π, w, Δ).

    Шаг 1: Определите каждый элемент π как блок и итеративно объедините полученные блоки следующим образом: два соседних блока π объединяются, если они содержат элементы i и j, , где i или − i находится в одном блоке, а j или − j находится в другом блоке и | и и | ≤ w . Знаки элементов и блоков записываются, но игнорируются при объединении.

    Шаг 2: Удалите любой «короткий» блок, содержащий менее Δ элементов (Δ = 3 в [10]).

    Шаг 3: Санкофф и Трин [10] не указали, как определяются знаки блоков из составляющих их элементов. Знаки блока необходимы и важны для расчета расстояния перестановки. Например, переназначение «случайных» знаков (или присвоение всех положительных знаков) перестановке с низкой частотой повторного использования точки останова приведет (с высокой вероятностью) к перестановке с высокой частотой повторного использования точки останова, тем самым эмулируя артефакт повторного использования точки останова.

    Эта реализация присваивала знаки синтеническим блокам в соответствии с двумя разными правилами: правилом мажоритарного знака, где блоку присваивается мажоритарный знак всех его элементов; и правило сепарабельной перестановки, описанное в [15]. Похоже, что правило знака большинства использовалось в [10] (подтверждено в частном сообщении от Санкоффа).

    Раздел 3. Недостатки СТ-Синтены

    Мы покажем, что ST-Synteny дает противоречивые результаты даже на небольших игрушечных примерах, а затем проанализируем проблемы, возникающие при масштабировании до более крупных синтетических или реальных наборов данных.

    Пример на рисунке 1 представляет геномную точечную диаграмму для двух вымышленных геномов и иллюстрирует один из недостатков ST-Synteny. Поиск блоков синтении для этой перестановки является тривиальной задачей, и все другие алгоритмы идентификации блоков синтении будут выводить пять блоков синтении, но ST-Synteny сформирует один блок синтении для любого значения параметров . Более того, при минимальной настройке w = 1 (см. ниже) ST-Synteny выдает один блок для 75% всех знаковых перестановок 5-го порядка! При других настройках параметра w, процент случаев, когда ST-Synteny не выявляет правильные блоки синтении, еще больше увеличивается.

    Рисунок 1. Вложенные инверсии всегда объединяются с помощью ST-Synteny

    Показан точечный график подписанной перестановки якорей (зеленый) между двумя геномами. Поскольку привязки подписаны, они представлены в виде сегментов с углом ± 45 градусов. Блоки построены фирмами СТ-Синтены (красный) и ГРИММ-Синтены (синий). ST-Synteny объединяет все в один блок. ГРИММ-Синтены производит правильные блоки. Если геном по горизонтальной оси принимается за перестановку идентичности 1 2 3 4 5, то геном по вертикальной оси представляет собой перестановку со знаком −3 2 −1 −5 4.

    https://doi.org/10.1371/journal.pcbi.0020014.g001

    Подробно опишем вопросы детализации блоков форм ST-Synteny. Дана одна инверсия

    должно быть три блока и две точки останова. Однако нет такой настройки параметров ST-Synteny, которая позволяла бы это сделать. Если w = 0, остается 300 отдельных элементов (которые затем удаляются из-за того, что они слишком малы, если ∆ > 1). Если w ≥ 1, ST-Synteny образует один большой блок следующим образом.Во-первых, он выполняет ряд шагов объединения, в результате чего получаются ожидаемые 3 блока: Но итеративное объединение на этом не останавливается. Поскольку 100 и −101 теперь находятся в соседних блоках, а |101 − 100| = 1 ≤ w, объединяет первый и средний блоки. Поскольку −200 и 201 находятся в соседних блоках, они также объединены. В результате получается единый блок На самом деле перестановка со знаком, полученная путем применения любой серии вложенных инверсий к идентичности, будет повторно объединена в единый блок с помощью ST-Synteny всякий раз, когда w ≥ 1.(Для невложенных инверсий также могут происходить повторные объединения, что приводит к меньшему количеству блоков, чем необходимо. Для w = 1 и больших n, это происходит в ST-Synteny для более чем 77% подписанных перестановок длины n , которые были бы не иметь никакого повторного объединения, если знаки были должным образом рассмотрены. Документ находится в стадии подготовки.) Инверсии вложены , когда две точки останова каждой инверсии лежат в пределах какой-либо одной существующей полосы (как определено предыдущими инверсиями) i, i + 1, i + 2, … , j или − j, − ( j − 1), … , − i ; «Лежать внутри» включает повторное использование одной или обеих конечных точек полосы.Например, рассмотрим эту серию инверсий:

    При вводе последней строки ST-Synteny сначала объединяет -5 и 6 в блок (-5 6). Этот блок объединяется с -4 в (-5 6 -4). Затем 3, −2, 1 последовательно объединяются в него, в результате чего получается один блок (1 3 −5 6 −4 −2).

    В дополнение к вышеупомянутым проблемам, если произошли микроперестановки или если есть шум в виде ложных элементов, ST-Synteny склонен вычислять несколько меньших блоков, а не более крупный блок с микроперестановками.ST-Synteny предполагает, что все маркеры (ортологичные гены или якоря последовательности) являются прямыми потомками самого последнего общего предка двух сравниваемых организмов. Это может быть разумным предположением при сравнении митохондриальных, хлоропластных или вирусных геномов, но между свободноживущими организмами ложные ортологи неизбежны, независимо от того, насколько тщательно составлены аннотации. Поскольку вычисляемые блоки меньше, это увеличивает вероятность их удаления из-за того, что они слишком короткие. Тем не менее, он увеличивает количество сообщаемых блоков, уменьшает их размер и увеличивает длину областей точек останова по сравнению с GRIMM-Synteny, что приводит к увеличению количества повторных использований точек останова даже для «случайных» перестановок.Можно возразить, что эту чрезмерную степень детализации можно исправить, просто изменив параметры ST-Synteny, но, как мы показали выше, часто нет выбора параметров, который решает проблему.

    Причиной являются ложные элементы (которые показаны черными точками на иллюстрации Х-хромосомы далее в этой статье в разделе 5). Если ST-Synteny задана перестановка с блуждающими точками 200 и 300 затем (при малых w и Δ = 3) сначала образует блоки

    Затем он удаляет маленькие блоки (100 101), (200), (300), оставляя два блока: (102 103 104) и (105 106 107).(Однако между этими двумя блоками нет точки останова перестановки.)

    В отличие от этого, GRIMM-Synteny не требует, чтобы элементы в блоке были смежными для всех видов во входных данных. Сначала он образует блоки а затем удаляет маленькие блоки (200) и (300), оставляя один большой блок.

    Еще одна проблема заключается в том, что алгоритм идентификации блоков синтении должен создавать одни и те же блоки при замене двух геномов. Однако ST-Synteny не всегда симметричен в двух геномах, когда w ≥ 2.Например, рассмотрим следующую перестановку и ее обратную перестановку: При w = 2 блоки, выдаваемые ST-Synteny для π, равны в то время как выходные блоки для π −1 равны Это показано на рисунке 2.

    Рисунок 2. Асимметричная обработка геномов с помощью ST-Synteny

    При сравнении двух геномов ST-Synteny может давать разные блоки синтении в зависимости от того, какой из них выбран в качестве эталонного генома. Блоки синтении, произведенные ST-Synteny, показаны красными рамками вокруг анкеров.

    (A) Геном, показанный на оси y , является эталонным геномом 1, …, 10, а геном, показанный на оси x , представлен как перестановка π этого.

    (B) Показано точно такое же расположение якоря, но ось x принята за эталонный геном 1, …, 10, а ось y представляет собой перестановку π -1 . Хотя расположение якорей идентично, ST-Synteny с параметрами w = 2, Δ = 1 производит разные блоки в зависимости от того, какой геном является эталонным геномом.

    https://doi.org/10.1371/journal.pcbi.0020014.g002

    Раздел 4. ГРИММ-Синтены в сравнении с СТ-Синтены

    В предыдущих разделах мы описали ST-Synteny, алгоритм идентификации блоков synteny в симуляциях Sankoff и Trinh. Они создали синтетические геномы для ввода в него следующего:

    Моделирование
    (n, m, k, w) .

    Шаг 1: Создать m = 150 случайных инверсий эталонного генома 1, 2, …, n с n = 5000 «генов» (элементов).

    Шаг 2: Создать k микроинверсий ровно w элементов, каждый из которых случайным образом расположен в геноме.

    Шаг 3: Выведите полученную перестановку со знаком π из n элементов.

    Затем они применяют ST-Synteny(π, w, Δ) для идентификации блоков синтении. Наконец, они применяют алгоритм GRIMM [21,22] к результирующим блокам синтении, чтобы вычислить расстояние перестановки и частоту повторного использования точки останова.

    Мы воспроизвели случайные симуляции Санкоффа-Тринха с GRIMM-Synteny вместо ST-Synteny, чтобы проверить, сохраняется ли повторное использование точек останова в модели случайных поломок.Чтобы сравнить ST-Synteny с GRIMM-Synteny на одних и тех же смоделированных перестановках, нам нужно было определить параметры, которые лучше всего соответствуют параметрам, используемым в Sankoff и Trinh [10]. Это нетривиальная задача, поскольку ST-Synteny сильно отличается от всех других алгоритмов идентификации блоков synteny. Отметим также, что в описании ST-Synteny отсутствуют некоторые важные детали. Например, в то время как Певзнер и Теслер [15] подчеркивали важность признаков в анализе блоков синтении, Санкофф и Трин [10] даже не затрагивают этот важный вопрос.

    GRIMM-Synteny(π, G, C ) имеет параметр максимального размера зазора G (что аналогично w в ST-Synteny) и параметр минимального размера кластера C (что аналогично по духу на Δ в ST-Synteny). Для сравнения, ST-Synteny(π, w, Δ) был заменен на GRIMM-Synteny(π, G, C) с «похожими параметрами», чтобы идентифицировать блоки synteny и вычислить расстояние реверсирования и коэффициенты повторного использования точек останова. Хотя мы старались изо всех сил, чтобы соответствовать параметрам ST-Synteny и GRIMM-Synteny, мы подчеркиваем следующие проблемы.

    Первое, что нас беспокоит, это то, что Санкофф и Трин рассматривают элементы (гены или якоря) как отдельные точки с длиной 1, и хотя ориентации элементов записываются, они не используют их. В этих обстоятельствах пороговое значение разрыва G = w + 3 и минимальный размер блока C = Δ являются наилучшим совпадением.

    В наших симуляциях на рисунках 3, S1 и S2 мы использовали минимум Δ = 3 анкера на блок в обеих программах вместо исходного определения GRIMM-Synteny C в качестве минимального размера с точки зрения «пролета». блока; графики (не показаны) при использовании исходного определения C = 3 в GRIMM-Synteny аналогичны графикам, показанным с использованием вместо этого Δ = 3.Это изолирует различия в производительности алгоритмов и методов, используемых для объединения элементов в блоки.

    Рисунок 3. Коэффициенты повторного использования точки останова в моделировании

    Смоделированное количество микроперестановок равно 90 100 тыс., 90 101, а размер микроперестановки равен 90 100 w. Одни и те же смоделированные перегруппировки анализировали тремя способами.

    (A) Симуляция ST-Synteny со знаками блоков, определяемыми с использованием правила большинства знаков.

    (B) Моделирование ST-Synteny со знаками блоков, определенными с использованием правила отделимой перестановки GRIMM-Synteny.

    (C) Моделирование ГРИММ-Синтены. Анкеры имеют длину 1 для сравнения с ST-Synteny.

    https://doi.org/10.1371/journal.pcbi.0020014.g003

    Наша вторая проблема заключается в том, что ST-Synteny не использует знаки или длины элементов или промежутки между элементами; GRIMM-Synteny учитывает их и влияет на необходимость объединения элементов в один блок. Обычно, имея дело с порядками генов с неизвестной длиной гена и неизвестной длиной межгенного промежутка, GRIMM-Synteny присваивает длину 2 каждому гену (элементу), чтобы сделать два конца различимыми.Однако моделирование на рисунках 3, S1 и S2 выполняется с якорями длины 1 в обеих программах для более прямого сравнения.

    Частота повторного использования

    точек останова в зависимости от количества микроинверсий показана на рисунке 3A (ST-Synteny, правило знаков большинства), 3B (ST-Synteny, правило разделимых знаков перестановки) и 3C (GRIMM-Synteny). Отметим, что при k = 0 микроинверсии нет. Хотя микроинверсия размаха w = 1 меняет знак элемента, она игнорируется ST-Synteny, так что w = 1 служит только порогом для объединения блоков.

    Обратите внимание, что по мере увеличения числа микроинверсий и увеличения интервала инверсии частота повторного использования точки останова при моделировании с ST-Synteny увеличивается намного быстрее, чем у GRIMM-Synteny. Санкофф и Трин [10] моделировали промежутки микроинверсии до десяти или 15 элементов, что соответствует примерно 6 и 9 Мб генома человека соответственно; это намного больше, чем средний интервал инверсии микроперестановок между человеком и мышью, рассчитанный GRIMM-Synteny. Поэтому эти нереально большие пролеты исключены из нашего моделирования.Для сравнения: средний размер микроперестроек при сравнении человека и мыши составляет 196 кб, что соответствует « w = 0,33» (хотя w может быть только целым числом), а средний размер микроперестройки составляет приблизительно 7 кб. Это означает, что наиболее реалистичные модели в Санкоффе и Трине [10] соответствуют очень малым w (хотя даже w = 1, 2 соответствуют перестройкам с более длинным средним размахом, чем в случае сравнения человек/мышь).Для этих параметров и при правильном алгоритме идентификации блоков синтении частота повторного использования точки останова низка для модели случайных поломок, что сводит на нет аргументы Санкоффа-Тринха против модели хрупких поломок.

    Чтобы еще больше сравнить две модели, были рассчитаны проценты областей точки разрыва всего смоделированного генома, обозначенные как bk, , и они показаны на рисунке S1 для ST-Synteny и GRIMM-Synteny. Области точек останова из ST-Synteny намного больше по сравнению с GRIMM-Synteny, что опровергает еще один аргумент Санкоффа-Тринха против явления повторного использования случайных поломок (чем больше области точек останова, тем больше шансов наблюдать повторное использование точек останова, даже в модель случайных поломок).

    Количество элементов, хранящихся в каждой модели, показано на рисунке S2. По мере роста количества микроперестановок СТ-Синтения удаляет элементы с большей скоростью, чем ГРИММ-Синтения, за счет удаления небольших блоков. То, что ST-Synteny выдает меньше блоков, чем GRIMM-Synteny, для относительно небольших (хотя все еще нереально больших с точки зрения реальных геномных архитектур человека/мыши) w и больших k (неопубликованные данные) можно объяснить комбинацией удаления маленькие блоки и ошибочное объединение больших.

    Раздел 5. Сравнение GRIMM-Synteny и ST-Synteny: точечные графики

    Мы иллюстрируем некоторые различия между ST-Synteny и GRIMM-Synteny с помощью синтетического набора данных (рис. 4) и реальных данных человека/мыши (рис. 5).

    Рис. 4. GRIMM-Synteny и ST-Synteny на одних и тех же смоделированных данных

    Точечный график генома показан жирным зеленым цветом. Блоки синтении, идентифицированные GRIMM-Synteny, показаны синими прямоугольниками, а блоки ST-Synteny — пунктирными красными прямоугольниками.Когда координаты блока совпадают, это отображается пунктиром синего/красного цвета. Знаки блоков показаны диагоналями. Крошечные блоки были искусственно увеличены для видимости и на самом деле не выступают в другие блоки. Смоделированный геном человека имеет якоря от 1 до 5000. Смоделированный геном мыши был сгенерирован как π = Simulation(5000, 15, 500, 5). Блоки идентифицировали с помощью GRIMM-Synteny(π, 8, 3) и ST-Synteny(π, 5, 3).

    https://doi.org/10.1371/journal.pcbi.0020014.g004

    Рисунок 5. Блоки синтении между X-хромосомами человека и мыши

    Блоки для X-хромосом были сконструированы с помощью GRIMM-Synteny (синий) на основе координат якоря и ST-Synteny (красный) на основе только якорных перестановок. Якоря показаны зеленым цветом. Мелкие блоки, удаленные ST-Synteny, показаны черным цветом.

    https://doi.org/10.1371/journal.pcbi.0020014.g005

    Мы сконструировали синтетический геном π = Simulation(5000, 15, 500, 5). Геномная точечная диаграмма и блоки синтении, полученные ST-Synteny и GRIMM-Synteny для этого генома с одной настройкой параметров обнаружения, показаны на рисунке 4.Коэффициент повторного использования точек останова составляет 1,31 и 1,09 для блоков, выводимых ST-Synteny и GRIMM-Synteny, соответственно. Обратите внимание, что ST-Synteny объединяет блоки, которые должны быть отдельными. Для каждого w от 1 до 5 мы сделали десять смоделированных геномов π = Simulation(5000, 15, 500, w ). Средняя частота повторного использования точки останова в ST-Synteny(π, w, 3) возрастает с 1,07 до 1,30, в то время как в GRIMM-Synteny(π, w + 3, 3) частота повторного использования точки останова увеличивается только с 1,03 до 1.09.

    Чтобы дополнительно проиллюстрировать разницу между ST-Synteny и GRIMM-Synteny в идентификации блоков synteny, оба метода были применены к якорям человека/мыши на X-хромосоме (Национальный центр биотехнологической информации [NCBI] Human version 34, Mouse version 30). Имеется 58 930 якорей, а длина Х-хромосомы человека составляет 153 692 391 пару оснований (пн). Использовалась полная версия GRIMM-Synteny, учитывающая координаты, длины и знаки привязки с минимальным порогом размера блока 1 Мб и максимальным порогом пробела 1 Мб.ST-Synteny был запущен с w = 378 и Δ = 379. Поскольку ST-Synteny использует только перестановку якорей, мы наносим полученные блоки из обеих программ вместе с перестановками привязок. Результаты показаны на рисунке 5 и в таблице 1. GRIMM-Synteny идентифицировала десять блоков с расстоянием микроинверсии 825. ST-Synteny идентифицировала намного больше блоков synteny, чем GRIMM-Synteny. Количество блоков в ST-Synteny не уменьшалось резко при увеличении порога w (данные не показаны).

    Если сравнить рисунки 4 и 5, то можно заметить, что ST-Synteny выдает больше блоков, чем GRIMM-Synteny на рисунке 5, но меньше на рисунке 4. Ни разница на порядок в количестве маркеров (5000 генов против 59000 якорей) ни модель случайного или хрупкого разрушения не несет ответственности за эту «перестановку ролей». Как отмечалось в разделе 3, одна из тенденций ST-Synteny заключается в объединении блоков, которые должны быть разделены, а другая — неспособность объединять блоки synteny при наличии коротких «неуместных» инверсий или ложных ортологов.На рисунке 4 количество макроперестроек и микроперестановок было выбрано намного меньшим, чем в предыдущих симуляциях, чтобы блоки синтении были разборчивыми; в этом случае преобладает первый дефицит ST-Synteny, что приводит к меньшему количеству блоков, чем от GRIMM-Synteny. Когда количество перестроек становится большим или когда данные становятся зашумленными (как в случае реальных геномных данных [рис. 5]), преобладает второй дефицит ST-Synteny. В отличие от этого, GRIMM-Synteny был разработан для фильтрации шума, тем самым идентифицируя более реалистичные блоки synteny.

    Раздел 6. Улучшенное моделирование, включая якоря различной длины и микроперестановки

    В предыдущих симуляциях распределения длин и координат анкеров игнорировались, а перестановки выполнялись на анкерах (элементах) единичной длины. Чтобы лучше моделировать рандомизированные перестройки, GRIMM-Synteny применяли к смоделированным монохромосомным и мультихромосомным геномам с якорями различной длины. В смоделированном геноме рандомизированные сценарии перестроек генерировались на уровне нуклеотидов.Детали моделирования следующие.

    Шаг 1: Возьмите человеческие координаты якорей выравнивания человека/мыши, полученные из версии 34 NCBI для человека и версии 30 для мыши. В моделировании монохромосомного генома использовались якоря из Х-хромосомы. При моделировании мультихромосомного генома использовались все якоря.

    Шаг 2: Для однохромосомной симуляции сгенерируйте шесть инверсий в случайных местах. Инверсии в этом геноме представляют собой настоящие инверсии, поскольку «то, что ломается в Х-хромосоме, остается в Х-хромосоме.«Для мультихромосомного моделирования сгенерируйте 150 пар точек разрыва в случайных местах генома. Когда пара точек разрыва лежит на одной хромосоме, производят инверсию, а когда они лежат на разных хромосомах, выполняют транслокацию. Если точка останова находится внутри якоря, она случайным образом перемещается непосредственно слева или справа от якоря; анкеры не разделены.

    Шаг 3: Создать тыс. микроинверсий, случайно расположенных в геноме. Промежутки инверсий случайным образом распределены между 1 и 90 100 W 90 101 нуклеотидов.Поскольку распределение размахов инверсий неизвестно, равномерное распределение, используемое при моделировании, выбирается несколько произвольно.

    Шаг 4: Добавьте шум к смоделированным геномам следующим образом. Случайным образом выберите 0,2% якорей как шумные. Переместите каждый шумный якорь в случайное место в геноме и случайным образом выберите его знак.

    Шаг 5: Примените алгоритм GRIMM-Synteny для идентификации блоков synteny и вычислите инверсионное или многохромосомное расстояние и коэффициент повторного использования точки останова между человеческим и смоделированным геномами.Пороги размера блока и разрыва были установлены на 1 Мб.

    Результаты однохромосомного моделирования перечислены в таблице 2, а результаты мультихромосомного моделирования перечислены в таблице 3. Как и в предыдущем разделе, bk представляет собой процент генома в областях точек разрыва. r e — это процент блоков, у которых хотя бы одна из двух концевых точек привязки смоделированного генома вышла из строя по сравнению с таковыми у исходных точек привязки блока человека.

    Аналогичное моделирование было также выполнено с якорями выравнивания X-хромосомы мыши/крысы, которые предположительно дают больше сигнала и меньше шума, чем якоря выравнивания человека/мыши. Якоря были получены из мышиного NCBIM33 и крысиного RGSC3.4 с использованием BLASTZ [23]. GRIMM-Synteny идентифицировал 18 блоков синтении с расстоянием микроинверсии 4287. Частота повторного использования точки останова составляет 1,58. Используя эти параметры в качестве эталона, смоделированные геномы начинались с мышиных координат якорей X-хромосомы мыши/крысы, за которыми следовали девять макроинверсий и до 5000 микроинверсий на основе модели случайных поломок.К полученным геномам применяли GRIMM-Synteny. Результаты перечислены в Таблице 4. Обратите внимание, что когда максимальный интервал инверсии составляет 90 100 Вт 90 101 = 1 Мбит, частота повторного использования точки останова в основном равна 1,00, что является теоретическим значением для модели случайного прерывания.

    Можно заметить, что в таблице 3 коэффициент повторного использования составляет не менее 1,12 при модели случайных поломок, тогда как теоретически он должен быть равен 1,00. Разница объясняется размером блока и пороговыми значениями гэпа, используемыми в GRIMM-Synteny. Чтобы показать влияние порогов на частоту повторного использования точки останова, GRIMM-Synteny был выполнен на смоделированном наборе данных со 150 макроинверсиями и без микроинверсии.Размер блока и порог разрыва уменьшены с 1 Мб до 10 кб. Результирующие показатели повторного использования точек останова показаны в таблице 5. По мере уменьшения порога с 1 МБ до 10 КБ частота повторного использования точек останова уменьшается с 1,12 до 1,02. Однако побочный эффект порогов невелик и сам по себе не объясняет высокую частоту повторного использования точек останова, обнаруженную в реальных данных генома человека/мыши, если предполагается модель случайного разрушения.

    Раздел 7. Анализ полногеномных реаранжировок у человека и мыши

    Все симуляции, будь то перестановки или последовательности, были основаны на рандомизированных перестановках.Как они соотносятся с перестановками человека/мыши? Применение алгоритма GRIMM-Synteny к реальным данным выравнивания человека/мыши с размером блока и порогом разрыва 1 Мб дало 294 блока synteny и расстояние генома 262. Частота повторного использования точки останова составила 1,67.

    Мы дополнительно изучили начальные и конечные якоря в каждом блоке синтении, чтобы получить реалистичные параметры для микроперестановок. В отсутствие микроперестроек конечные якоря каждого блока синтении сохраняются между двумя геномами.Микроперестройки, действующие на концах блоков синтении, разрушают эту консервацию; например, конечный якорь в синтениевом блоке человека может не быть конечным якорем в синтенийном блоке мыши. Процент блоков, у которых хотя бы один из двух конечных анкеров вышел из строя, обозначается как r e . Из 294 блоков синтении человека/мыши 115 имели неупорядоченные якоря на одном или обоих концах; вместе они дают r e 39,1%.

    294 блока синтении человека/мыши содержали 10 900 микроперестроек.Из этих микроперестроек средний размах инверсии составил 196 т.п.н., медиана 7 т.п.о., а максимальная 13,9 млн.п.о. По количеству анкеров средний размах инверсии составил 78, медианный — четыре, а максимальный — 7632. Области точки разрыва составили 9,06% генома человека. Для сопоставимой скорости повторного использования точки останова диапазон микроперестановок должен быть нереально большим. Значения k и r e в данных человека/мыши намного выше, а значение bk намного ниже, чем значения из смоделированных геномов, сгенерированных с помощью модели случайного разрушения.Это может указывать на то, что перестройки или точки разрыва не распределены случайным образом по всему геному.

    Как показано в моделировании рандомизированных перестроек, повторное использование точки останова увеличивалось с увеличением количества микроперестановок и продолжительности микроинверсий. При анализе перегруппировок человека и мыши, основанном на последовательностях, было обнаружено около 10 000 микроперестроек внутри 294 блоков синтении. Когда сравнение человека и мыши проводилось на основе порядка генов, внутри 373 блоков синтении было обнаружено только 98 микроперестроек.Частота повторного использования микроперестановок в точке останова составляла всего 1,02. Данные сравнения на основе последовательностей и порядка генов приведены в таблице 6.

    Раздел 8. Модель межгенного разрыва

    Из-за чего одни регионы ломаются, а другие нет? Это биофизическое ограничение или ограничение отбора? Одно наблюдение, которое мы можем сделать, заключается в том, что менее вероятны разрывы внутри генов (и внутри регуляторных областей), поскольку отбор обычно работает против таких разрывов. Средняя длина межгенных областей генома человека (версия NCBI 34) составляет примерно 80 т.п.н., что намного меньше, чем средняя длина областей точек разрыва.Всего в синтенных блоках насчитывается 21 911 межгенных областей со средней длиной 77 т.п.н., в то время как средняя длина 2116 межгенных областей в областях точек разрыва намного выше 100 т.п.н. Распределение длины межгенных областей человека показано на рисунке 6. В то время как большинство межгенных областей короткие и находятся в пределах блоков синтении (рис. 6A), обратите внимание на рисунок 6B, что из 241 длинной межгенной области с длиной более 1 Мб, 32 находятся в областях точек останова или между областями точек останова и блоками синтении.Если предположить, что точки разрыва случайным образом возникают внутри межгенных областей (и почти запрещены внутри генов), то геноплотные области с малой общей длиной межгенных областей редко будут разрываться просто случайно, таким образом имитируя то, что было названо «сплошными областями». в [9].

    Рисунок 6. Распределение межгенных областей человека в блоках синтении или в областях точек разрыва

    (A) Области длиной ≤1 Мб и (B) длиной >1 Мб, которые находятся в блоках синтении (синие) и в областях точек разрыва или между точками разрыва области и блоки синтении (красные).Данные получены из версии 34 NCBI для человека и версии 30 для мыши.

    https://doi.org/10.1371/journal.pcbi.0020014.g006

    Чтобы исследовать гипотезу о том, что длинные межгенные области могут быть потенциальными горячими точками перестроек, мы провели следующее моделирование. Предположим, что геном состоит из 90 100 G 90 101 + 90 100 I 90 101 нуклеотидов, где 90 100 G 90 101 — общий размер генов, расширенных вышестоящими регуляторными областями, а 90 100 I 90 101 — общий размер остальных межгенных областей.Чтобы учесть вышестоящие регуляторные области (которые также вряд ли будут нарушены), мы искусственно удлинили каждый ген на область длиной 90 100 R 90 101 выше по течению, тем самым уменьшив размеры соответствующих межгенных областей на 90 100 R 90 101 нуклеотидов. Хотя регуляторные области в геномах млекопитающих часто расположены далеко от начала гена, средний размер таких регуляторных областей остается неизвестным. Мы отмечаем, что исследования перестройки генома могут пролить свет на размер регуляторных областей.Например, если произошла перестройка (или даже микроперестройка) между R нуклеотидов человека и шимпанзе от старта гена, вероятно, что регуляторная область для этого гена короче R (иначе перестройка нарушила бы регион регулирования). Хотя к таким выводам следует относиться с осторожностью (например, они неприменимы, если гены человека и шимпанзе проявляют очень разные регуляторные паттерны), они полезны в качестве первого приближения к сложной в других отношениях проблеме разграничения регуляторных областей.Ниже мы рассмотрим еще более сложную задачу оценки среднего размера регулятивных регионов R на основе анализа перегруппировок.

    Заметим, что если установить длину регуляторных участков R, , межгенные участки короче R могут исчезнуть (в зависимости от ориентации генов), что приведет к «слиянию» генов, разделенных короткими межгенными участками и поощрение повторного использования точек останова в других местах. В качестве первого приближения мы предполагаем, что вероятность поломки каждого нуклеотида в генах и регуляторных областях равна 0, а вероятность поломки каждого нуклеотида в межгенных областях равна 1/ I (обратите внимание, что I уменьшается по мере того, как R увеличивается).Мы выполнили 240 случайных макроперестановок с точками останова, выбранными этим распределением, и применили GRIMM-Synteny (с использованием минимального порога размера блока 1 МБ и максимального порога промежутка 1 МБ) для вычисления блоков, а затем скорости повторного использования точки останова. Мы сравнили эту модель межгенных разрывов со стандартной моделью случайных разрывов (та же симуляция, за исключением того, что вероятность разрыва одинакова для всех нуклеотидов в геноме). На рис. 7 показано, как частота повторного использования точки останова изменяется по мере увеличения размера R, областей регулирования.Можно заметить, что коэффициент повторного использования точек останова уже значителен (примерно 1,5) даже для относительно скромных размеров регуляторных регионов. Более того, для R ≈ от 90 до 140 кб частота повторного использования точки останова аналогична скорости повторного использования точки останова человека/мыши, равной 1,65, о которой мы сообщали в [16]. Поэтому мы утверждаем, что длинные регуляторные регионы и неоднородность распределения генов в геномах млекопитающих могут обеспечить, по крайней мере, частичное объяснение модели хрупкого разрушения. Однако более реалистичным объяснением (ввиду того, что оценка R ≈ 90–140 т.п.н. представляется довольно высокой) является сочетание длинных регуляторных областей, неравномерного распределения размеров межгенных областей и др. до сих пор неизвестны) факторы вызывают повторное использование высокой точки останова.

    Рисунок 7. Частота повторного использования точки останова в зависимости от размера вышестоящей регуляторной области в моделировании межгенных разрывов

    Гены из версии 34 NCBI человека были удлинены на длину от 0 до 210 т.п.н. вверх по течению, таким образом укорачивая или удаляя межгенные области. В модели межгенного разрыва моделируемые реверсии выполнялись с точками разрыва, выбранными единообразно среди нуклеотидов, оставшихся в укороченных межгенных областях, тогда как в модели случайного разрыва точки разрыва выбирались единообразно среди всех нуклеотидов в геноме.Затем были получены блоки и вычислена частота повторного использования точки останова.

    https://doi.org/10.1371/journal.pcbi.0020014.g007

    Обсуждение

    Алгоритм GRIMM-Synteny Певзнера и Теслера [9] представляет собой параметрозависимую процедуру, которая была разработана для искусственного разделения микроперестановок и макроперестроек. Важным вкладом Санкоффа и Трина [10] является привлечение внимания к тому факту, что эти параметры могут влиять на надежность анализа перегруппировок.Нет никаких сомнений в том, что отбрасывание небольших блоков влияет на вывод о перестановке и компенсирует расчеты повторного использования точки останова. В этой статье исследуется вопрос о том, достаточно ли велико это смещение, чтобы создать видимость повторного использования больших точек останова даже в модели случайных поломок. Мы показываем, что это смещение относительно мало по сравнению с вычислительным экспериментом Санкоффа и Трина [10], и объясняем, почему наше моделирование и моделирование Санкоффа и Трина [10] расходятся.

    Работа Певзнера и Теслера [9] основана на модели реверсий/транслокаций/слияний/делений геномных перестроек и игнорирует другие типы перестроек, например.г., крупномасштабные транспозиции, которые считаются редкими. Они не связывают явление повторного использования точки останова с определенным типом перестановки и не исключают возможности того, что значительная часть повторного использования точки останова вызвана еще одной операцией перестановки. Например, если предположить, что транспозиции происходят часто, то они могут составлять значительную часть повторного использования точек останова, поскольку каждая транспозиция создает три (а не две) точки останова, что немедленно увеличивает частоту повторного использования точек останова, как мы ее определили.В этом случае может потребоваться анализ гигантских циклов в графе точек останова для оценки параметра скорости повторного использования точек останова (серия транспозиций в случайной модели не привела бы к гигантским циклам, которые мы наблюдали на графике точек останова человека/мыши). .

    Эволюционные точки останова часто путают с точками останова рака. Мы подчеркиваем, что хорошо зарекомендовавшие себя повторяющиеся контрольные точки в отношении рака и бесплодия не имеют ничего общего с эволюционными контрольными точками и не предоставляют подтверждающих доказательств хрупкости в эволюционном контексте.Певзнер и Теслер [9] не ответили на вопрос: «Где повторяющиеся точки разрыва в геномах млекопитающих?» и в настоящее время проводятся исследования для определения сравнительных геномных и филогенетических доказательств повторного использования контрольных точек. Например, Мерфи и др. [24] недавно проанализировали геномную архитектуру восьми геномов млекопитающих, полученных либо в результате экспериментов по секвенированию, либо в результате крупномасштабных экспериментов по радиационно-гибридному картированию, и наблюдали повторное использование контрольных точек в независимых линиях.

    Еще один открытый вопрос заключается в том, сколько хрупких участков в геноме человека.Певзнер и Теслер [9] не исключали возможности того, что большинство повторных использований точек останова вызвано очень небольшим количеством уязвимых сайтов. Например, можно представить модель только с одним или двумя хрупкими участками, при этом все перегруппировки имеют один конец в хрупкой области, а другой конец выбирается случайным образом. Такая модель хрупких узлов не противоречит анализу Певзнера и Теслера [9]. Исследования гигантских циклов в графе точек останова могут снова пролить свет на то, верна ли модель хрупких хабов.

    Работа Санкоффа и Трина является важным вкладом в исследования эволюции хромосом, которые повысили осведомленность о важности идентификации блоков синтении и анализа микроперестроек.К сожалению, их опровержение феномена повторного использования точки останова было омрачено недостатками их собственного алгоритма идентификации блоков синтении и нереалистичным выбором параметров в их процедуре моделирования. Поэтому мы утверждаем, что феномен повторного использования точки останова реален до тех пор, пока не появится следующий критический аргумент против него.

    Профилактика, важность правильного лечения и возможные осложнения

    3.1. Поддерживающее лечение

    Эффективное удаление молока: В случаях застоя молока в более глубоком месте в ткани молочной железы наиболее важным этапом лечения является частое и эффективное удаление молока.Матерей следует поощрять к более частому грудному вскармливанию, начиная с пораженной груди. После кормления сцеживание молока вручную или молокоотсосом может способствовать хорошему опорожнению груди и, таким образом, способствовать заживлению; массаж болезненной области по направлению к соску помогает правильно дренировать грудь [4,5].

    В последние годы возросло понимание важности лимфатического массажа при лечении мастита. Чтобы способствовать оттоку жидкости к подмышечным лимфатическим узлам, мать должна массировать поверхность кожи от ареолы к подмышечной впадине [7].

    Нет доказательств риска для здорового доношенного ребенка при продолжении грудного вскармливания от матери с маститом [4]. Женщины, которые не могут продолжать грудное вскармливание, должны сцеживать молоко из груди вручную или молокоотсосом, так как внезапное прекращение грудного вскармливания приводит к риску развития абсцесса [4].

    Иногда младенцы отказываются от грудного вскармливания из-за снижения выработки молока в воспаленной груди, что характерно для мастита, или из-за изменения вкуса молока. Мастит влияет на биохимический состав молока, в результате чего молоко становится более соленым [8,9].Женщина, которая не может кормить грудью воспаленную грудь из-за отказа ребенка или по какой-либо другой причине, должна сцеживать или ручное сцеживание молока, так как внезапное прекращение выведения молока может вызвать развитие абсцесса [1,4].

    Горячий компресс или горячий душ непосредственно перед грудным вскармливанием или аспирацией может способствовать выделению молока из груди. Холодные компрессы после грудного вскармливания или сцеживания и между кормлениями уменьшат любую возможную боль или отек [4,5].

    В дополнение к эффективному удалению молока отдых, питание и питье достаточного количества жидкости являются важными шагами, которые могут помочь процессу заживления [4,5].

    3.2. Фармакологическое лечение

    Во-первых, важно подчеркнуть, что поддерживающая терапия должна продолжаться одновременно с медикаментозным лечением. Одних лекарств недостаточно.

    Анальгетики: боль мешает рефлексу выброса молока, поэтому матери следует рекомендовать принимать анальгетики. Поскольку ибупрофен обладает противовоспалительными свойствами в дополнение к обезболиванию, он имеет преимущество перед парацетамолом. Ибупрофен в дозах до 1,6 г в сутки считается безопасным для грудного вскармливания [4].

    Антибиотики: если симптомы не улучшаются в течение 12–24 ч после начала лечения, следует начать антибактериальную терапию [4]. обобщает антибиотики, которые обычно используются при лечении мастита.

    Таблица 1

    Антибиотики, обычно используемые при лечении мастита. Обратите внимание, что амоксициллин без клавуланата не подходит для лечения из-за высокой степени резистентности.

    Дозировка
    Дозировка Примечания Примечания
    Chephalexin 500 мг × 4 раза / День Не подходит в случае аллергии на пенициллин с чувствительностью к цефалоспоринам или с анафилактической реакцией на пенициллин (тяжелый аллергия).
    Амоксициллин-клавуланат 875 мг × 2 раза/день
    Диклоксациллин 500 мг × 4 раза/день
    Клиндамицин 300 мг × 4 раза/день Может быть эффективным в случае метициллин-резистентного золотистого стафилококка. Подходящий вариант при выраженной аллергии на пенициллин.
    Триметоприм-сульфаметоксазол 800–160 мг × 2 раза/день Может быть эффективным при метициллинорезистентном золотистом стафилококке.Избегайте использования, если ребенку меньше одного месяца, или если ребенок страдает желтухой, болен, недоношен или имеет G6PD

    мастит, и поэтому соответствующие типы антибиотиков эффективны против него. В последние годы в Соединенных Штатах наблюдается рост случаев инфицирования S. aureus , устойчивых к метициллину (MRSA), при инфекциях молочной железы [4,5,10].

    Обычная продолжительность лечения составляет 10–14 дней [4,5,10]. Если в течение 48 часов улучшения не наступает, следует рассмотреть возможность замены антибиотика в ожидании результатов посева [4,5,10]. Важно отметить, что амоксициллин без клавуланата не является подходящим вариантом лечения из-за высокой степени резистентности.

    Если мастит перерос в абсцесс, для заживления потребуется комбинация дренажа и соответствующей антибактериальной терапии. После дренирования грудное вскармливание на той стороне, на которой находился абсцесс, следует продолжать в позе, исключающей прямой контакт рта ребенка с раной [4].В случае, если ребенка нельзя расположить так, чтобы рот не касался ранки, очень важно взять молоко из груди путем сцеживания или сцеживания вручную. Частое удаление грудного молока после дренирования ускорит заживление [10].

    Повторение мастита в одном и том же месте молочной железы несколько раз или нестандартное начало воспаления требуют обследования для исключения опухоли или других аномалий [4].

    Одним из возможных последствий антибактериальной терапии мастита может быть патологический рост кандиды на соске.Основные симптомы кандидоза сосков включают жгучую, стреляющую, колющую или глубокую боль в связках, возникающую во время или после грудного вскармливания, а также могут ощущаться между сеансами [10]. Хотя кандидозный дерматоз области сосков часто характеризуется глянцево-розовым внешним видом сосков с нежными или чешуйчатыми сосками [11,12,13], соски и грудь также могут иметь хороший вид [4,10].

    Новые исследования опровергают дрожжевой возбудитель и вместо этого предполагают бактериальный дисбаланс [6].Недавняя литература не поддерживает существование кандидозной инфекции глубоко в молочной железе; поэтому пероральная терапия флуконазолом не имеет значения 90–100 .

    Местные противогрибковые препараты рекомендуются в качестве первой линии лечения при грудном вскармливании [4,10,14,15]. Клотримазол или миконазол следует наносить на соску после каждого кормления или каждые 3–4 часа [14,15]. Комбинированная стероидная мазь может рассматриваться в случаях боли и явного воспалительного компонента [14,15,16].

    Любые излишки крема можно аккуратно стереть перед следующим кормлением [14].Мать и ребенок должны лечиться в течение недели или дольше [10,14,15,16,17]. Гель для перорального применения не предназначен для нанесения на кожу и менее эффективен при лечении кандидоза сосков, чем крем [14].

    В случаях открытых трещин на сосках из-за грибковой инфекции и когда местная противогрибковая терапия не помогает, противогрибковое лечение можно сочетать с мупироциновой мазью с антибиотиком [14,16,17].

    Взятие посева обычно не требуется, но посев может быть взят, если диагноз неясен, подозревается бактериальная инфекция или если нет улучшения после первоначального лечения [15].

    plasmidSPAdes: сборка плазмид из данных полногеномного секвенирования | Биоинформатика

    Мотивация: Плазмиды — это стабильно поддерживаемые внехромосомные генетические элементы, которые реплицируются независимо от хромосом клетки-хозяина. Хотя плазмиды содержат важные с биомедицинской точки зрения гены (например, гены, участвующие в вирулентности и устойчивости к антибиотикам), существует нехватка специализированных программных средств для извлечения и сборки данных о плазмидах из проектов секвенирования всего генома.

    Результаты: Мы представляем алгоритм plasmidSPAdes и программный инструмент для сборки плазмид из данных полногеномного секвенирования и сравним его производительность с разнообразным набором бактериальных геномов.

    Наличие и реализация: plasmidSPAdes находится в открытом доступе по адресу http://spades.bioinf.spbau.ru/plasmidSPAdes/

    Контакт: [email protected]

    up

    Дополнительная информация: доступно по адресу Bioinformatics онлайн.

    1 Введение

    Плазмиды распространены у бактерий и архей, но были обнаружены и у эукариот (Gunge et al. , 1982). Клетки часто имеют несколько плазмид разного размера, существующих вместе в разном количестве копий на клетку. Плазмиды являются важными инструментами генной инженерии и векторами горизонтального переноса генов, которые могут содержать гены, участвующие в вирулентности и устойчивости к антибиотикам. Таким образом, изучение плазмид важно для понимания эволюции этих признаков и для отслеживания пролиферации устойчивых к лекарствам бактерий.

    Поскольку плазмиды трудно изучать с использованием данных полногеномного секвенирования (WGS), биологи часто используют специальные биохимические методы выделения и выделения молекул плазмид для дальнейшего плазмидного секвенирования (Kav et al. , 2012; Williams et al. , 2006). В случае WGS при сборке генома вида бактерий его плазмиды часто остаются неидентифицированными. Получение информации о плазмидах из тысяч проектов секвенирования генома (без предварительного выделения плазмид) затруднительно, поскольку неясно, какие контиги в сборке генома возникли из плазмид.

    Поскольку пролиферация плазмид, несущих гены устойчивости к противомикробным препаратам и вирулентности, приводит к пролиферации штаммов бактерий, устойчивых к лекарственным препаратам, важно понимать эпидемиологию плазмид и разрабатывать системы типирования плазмид. Караттоли и др. (2014) разработано программное обеспечение PlasmidFinder для обнаружения и классификации вариантов известных плазмид на основе их сходства с плазмидами, представленными в базах данных плазмид. Однако PlasmidFinder не может идентифицировать новые плазмиды, которые не имеют значительного сходства с известными плазмидами.

    Lanza и др. (2014) разработал инструмент плазмидных констелляций (PLACNET) инструмент для сборки плазмид из данных WGS и применил его для анализа разнообразия и адаптации плазмид (de Toro et al. , 2014) PLACNET использует три типа информации для идентификации плазмид : (i) информация о связях каркаса и покрытии в сборке WGS, (ii) сравнение с последовательностями эталонных плазмид и (iii) характеристики плазмидно-диагностической последовательности, такие как белки-инициаторы репликации.PLACNET объединяет эти три типа данных и выводит сеть, которую необходимо дополнительно обрезать с помощью экспертного анализа, чтобы исключить смешанные данные.

    Хотя объединение всех трех типов данных для секвенирования плазмид важно, в этой статье основное внимание уделяется использованию сборки WGS для реконструкции плазмиды полностью автоматическим способом. Мы утверждаем, что хотя анализ каркасов в Lanza et al. (2014), имеется большое количество дополнительной информации о плазмидах, закодированных в структуре графа de Bruijn (построенного из k -меров в ридах), что Lanza et al. (2014) не учитывать. Недавно Розов и др. (2015) продемонстрировал, как использовать графики де Брёйна, построенные с помощью ассемблера SPAdes (Bankevich et al. , 2012), для значительного улучшения сборки плазмиды (сосредоточив внимание на данных, полученных с использованием методов выделения плазмиды), а также для реконструкции плазмидных последовательностей. из наборов метагеномных данных. Ниже мы описываем новый инструмент (plasmidSPAdes), предназначенный для сборки плазмид из данных WGS. Недавно эта проблема была решена в случае длинных чтений SMRT (Conlan et al., 2014), но он остается открытым для наборов данных, содержащих короткие чтения Illumina, которые составляют львиную долю проектов секвенирования бактерий.

    Мы показываем, что plasmidSPAdes может значительно увеличить производительность секвенирования плазмид и предоставить информацию о плазмидах в тысячах секвенированных бактериальных геномов путем повторной сборки их геномов, идентификации их плазмид и дополнения соответствующих записей GenBank аннотациями плазмид. Такие усилия по секвенированию плазмид важны, поскольку многие вопросы о функции и эволюции плазмид остаются без ответа.Например, Анда и др. (2015) недавно обнаружил поразительный пример бактерии ( Aureimonas sp. AU20), которая содержит оперон рРНК на плазмиде, а не на хромосоме. Таким образом, повторное секвенирование тысяч бактериальных геномов с целью повторной сборки их плазмид поможет ответить на важные вопросы об эволюции плазмид. Мы иллюстрируем, как plasmidSPAdes способствует открытию плазмид, анализируя геном Citrobacter freundii CFNIh2 с хорошо аннотированными плазмидами и идентифицируя новую ранее упущенную плазмиду в этом геноме.Мы также показываем, как plasmidSPAdes использовался для обнаружения восьми новых плазмид в десяти случайно выбранных наборах данных дробовика, полученных из бактериальных геномов и депонированных в архиве Short Reads. Далее мы сравним различные инструменты для секвенирования плазмид и предоставим первый анализ точности существующих инструментов секвенирования плазмид для различных бактериальных геномов.

    2 метода

    2.1 Отделение плазмид от хромосом по прочтению

    plasmidSPAdes использует покрытие чтения контигов, чтобы различать плазмиды и хромосомы.Платформа Illumina для секвенирования ДНК обычно дает риды с очень равномерным охватом бактериальных хромосом. На рисунке 1 и в таблице 1 показано, что 92% (78 из 85) контигов длиной более 10 т.п.н. в графе сборки генома E. coli имеют покрытие в пределах 10% от медианного значения и 99% (84 из из 85) имеют охват в пределах 20% от медианного значения. Охват большинства геномов в этой таблице довольно равномерен, за исключением Bacillus anthracis A1144, Rhodococcus J21s и Thermus filiformis ATT43280 (выделены жирным шрифтом).

    Рис. 1.

    Распределение покрытия E. coli для длинных контигов. Количество длинных контигов (длиной более 10 т.п.н.) с заданным покрытием тыс. -меров ( тыс.  = 55) в наборе данных E. coli (номер доступа ERA000206), собранном с помощью SPAdes. Покрытие тыс. -меров в геноме определяется как количество прочтений, охватывающих эти тыс. -меров. Медиана покрытия для длинных контигов составляет 231. Каждый столбец на гистограмме представляет все контиги с покрытием в ячейке размером 5.Например, самый высокий столбец на гистограмме соответствует контигам с покрытием от 230 до 235. Длинные контиги с минимальным (160) и максимальным (268) покрытием имеют длину 10438 и 13078 пн соответственно

    Рис. 1.

    Распределение охвата E. coli для длинных контигов. Количество длинных контигов (длиной более 10 т.п.н.) с заданным покрытием тыс. -меров ( тыс.  = 55) в наборе данных E. coli (номер доступа ERA000206), собранном с помощью SPAdes.Покрытие тыс. -меров в геноме определяется как количество прочтений, охватывающих эти тыс. -меров. Медиана покрытия для длинных контигов составляет 231. Каждый столбец на гистограмме представляет все контиги с покрытием в ячейке размером 5. Например, самый высокий столбец на гистограмме соответствует контигам с покрытием от 230 до 235. Длинные контиги с минимальным (160) и максимальным (268) охватом имеют длину 10 438 и 13 078  п.н., соответственно 90 007.Для каждого бактериального генома в каждой строке показана доля контигов с покрытием в пределах 10, 20 и 30% от медианного значения

    93 (97)
    Геном . % контиги с контигами. в пределах х% от мед.
    .
    . 10% . 20% . 30% .
    Bacillus Cereus ATCC-10987 66 (78) 84 (100) 84 (100)
    Rhodobacter Sphaeroides 2.4.1 53 (73) 53 (73) 68 (90) 73 (97)
    Providencia Stuartii ATCC 33672 83 (86) 98 (100) 98 (100)
    CRITOBACTER Freundii CFNIH2 47 (55) 86 (100) 86 (100)
    Corynebacterium Callunae DSM 20147 88 (91) 96 (100) 100 100)
    Bacillus Anthracis A1144 15 (14) 23 (23) 23 (50) 50 (50) 50 (50)
    Escherichia Coli K12 92 99 99 99 99
    Burkholderia cenocepacia DDS 22E-1 73 99 100
    Acinetobacter sp.UNC434CL69 96 96 96
    Butyrivibrio sp. INlla16 40 79 96
    Lachnospiraceae sp. NK3A20 71 100 100
    Luteibacter sp. Unc138mf 60559 60559 100 100 100 100
    9
    Prevotellaceae Бактерия Hun156 100 100 100 100
    Pseudoalteromonas Sp.ND6B 67 98 100
    Rhodococcus sp. J21S 44 44 52 52 53 53 53
    ReumumoCoccus Flavaciens Yad2003 64 100 100
    Sphingomonas Sp. UNC305MF 73 100 100 100
    Thermus Filesiformis ATT43280 45 73 86
    93 (97) 47 (55) 86
    Геном . % контиги с контигами. в пределах х% от мед.
    .
    . 10% . 20% . 30% .
    Bacillus Cereus ATCC-10987 66 (78) 84 (100) 84 (100)
    Rhodobacter Sphaeroides 2.4.1 53 (73) 68 (90) 73 (97) 73 (97)
    Providencia Stuartii ATCC 33672 83 (86) 98 (100) 98 (100) 98 (100)
    Cfrih2 86 (100) 86 (100)
    Corynebacterium Callunae DSM 20147 88 (91) 96 (100) 100 (100)
    Bacillus Anthracis A1144 15 (14) 23 (23) 50 (50) 50 (50)
    Escherichia Coli K12 92 99 99 99
    Бурход eria cenocepacia DDS 22E-1 73 99 100
    Acinetobacter sp.UNC434CL69 96 96 96
    Butyrivibrio sp. INlla16 40 79 96
    Lachnospiraceae sp. NK3A20 71 100 100
    Luteibacter sp. Unc138mf 60559 60559 100 100 100 100
    9
    Prevotellaceae Бактерия Hun156 100 100 100 100
    Pseudoalteromonas Sp.ND6B 67 98 100
    Rhodococcus sp. J21S 44 44 52 52 53 53 53
    ReumumoCoccus Flavaciens Yad2003 64 100 100
    Sphingomonas Sp. UNC305MF 73 100 100 100 100
    Thermus Filiformis ATT43280 45 73 86
    Таблица 1.

    Сводка охвата контигов в различных наборах данных по бактериям. Для каждого бактериального генома в каждой строке показана доля контигов с покрытием в пределах 10, 20 и 30% от медианного значения

    93 (97)
    Геном . % контиги с контигами. в пределах х% от мед.
    .
    . 10% . 20% . 30% .
    Bacillus Cereus ATCC-10987 66 (78) 84 (100) 84 (100)
    Rhodobacter Sphaeroides 2.4.1 53 (73) 53 (73) 68 (90) 73 (97)
    Providencia Stuartii ATCC 33672 83 (86) 98 (100) 98 (100)
    CRITOBACTER Freundii CFNIH2 47 (55) 86 (100) 86 (100)
    Corynebacterium Callunae DSM 20147 88 (91) 96 (100) 100 100)
    Bacillus Anthracis A1144 15 (14) 23 (23) 23 (50) 50 (50) 50 (50)
    Escherichia Coli K12 92 99 99 99 99
    Burkholderia cenocepacia DDS 22E-1 73 99 100
    Acinetobacter sp.UNC434CL69 96 96 96
    Butyrivibrio sp. INlla16 40 79 96
    Lachnospiraceae sp. NK3A20 71 100 100
    Luteibacter sp. Unc138mf 60559 60559 100 100 100 100
    9
    Prevotellaceae Бактерия Hun156 100 100 100 100
    Pseudoalteromonas Sp.ND6B 67 98 100
    Rhodococcus sp. J21S 44 44 52 52 53 53 53
    ReumumoCoccus Flavaciens Yad2003 64 100 100
    Sphingomonas Sp. UNC305MF 73 100 100 100
    Thermus Filesiformis ATT43280 45 73 86
    93 (97) 47 (55) 9054
    Геном . % контиги с контигами. в пределах х% от мед.
    .
    . 10% . 20% . 30% .
    Bacillus Cereus ATCC-10987 66 (78) 84 (100) 84 (100)
    Rhodobacter Sphaeroides 2.4.1 53 (73) 68 (90) 73 (97) 73 (97)
    Providencia Stuartii ATCC 33672 83 (86) 98 (100) 98 (100) 98 (100)
    Cfrih2 86 (100) 86 (100)
    Corynebacterium Callunae DSM 20147 88 (91) 96 (100) 100 (100)
    Bacillus Anthracis A1144 15 (14) 23 (23) 50 (50) 50 (50)
    Escherichia Coli K12 92 99 99 99
    Бурход eria cenocepacia DDS 22E-1 73 99 100
    Acinetobacter sp.UNC434CL69 96 96 96
    Butyrivibrio sp. INlla16 40 79 96
    Lachnospiraceae sp. NK3A20 71 100 100
    Luteibacter sp. Unc138mf 60559 60559 100 100 100 100
    9
    Prevotellaceae Бактерия Hun156 100 100 100 100
    Pseudoalteromonas Sp.ND6B 67 98 100
    Rhodococcus sp. J21S 44 44 52 52 53 53 53
    ReumumoCoccus Flavaciens Yad2003 64 100 100
    Sphingomonas Sp. Unc305mf 73 100 100 100
    Thermus Filiformis ATT43280 45 73 86 86

    В зависимости от количества копии плазмиды его покрытие может быть выше или меньше покрытия хромосом.Например, если плазмида имеет номер копии 10, мы ожидаем, что она будет иметь гораздо большее покрытие, чем покрытие хромосом. Точно так же, если плазмиду можно найти только в 1/10 отобранных клеток, она будет иметь намного меньшее покрытие, чем покрытие хромосом. Чтобы различать плазмиды и хромосомы по покрытию, plasmidSPAdes сначала оценивает покрытие хромосом. Наивная стратегия оценки покрытия хромосом как среднего покрытия всех контигов часто приводит к завышенной оценке, поскольку некоторые плазмиды имеют очень большое число копий.Поскольку такие плазмиды имеют высокое покрытие, среднее покрытие может быть смещено в сторону покрытия плазмидой.

    Чтобы избежать этой ловушки, plasmidSPAdes вычисляет медианное покрытие (обозначаемое medianCoverage ) с использованием графа сборки, построенного ассемблером SPAdes (Bankevich et al. , 2012). SPAdes генерирует граф сборки, сначала строя граф де Брейна всех чтений, а затем выполняет различные процедуры упрощения графа (например, пузырьковое и удаление наконечника ), чтобы преобразовать его в граф сборки.

    Ребро в графе сборки классифицируется как long , если длина контига, полученного из этого ребра, превышает параметр longEdgeLength (значение по умолчанию — 10 000 bp), и как short в противном случае. Медианное покрытие определяется как максимальное покрытие, для которого совокупность всех длинных контигов этого покрытия или выше покрывает не менее половины общей длины совокупности всех длинных контигов в графе сборки SPAdes. Мы фокусируемся на длинных (а не на всех) контигах по двум причинам.Во-первых, анализ длинных контигов позволяет нам исключить из рассмотрения большинство повторов, поскольку самые длинные повторы в большинстве бактериальных геномов короче 10 т.п.н. (Koren et al. , 2013). Во-вторых, длинные контиги имеют меньшую дисперсию охвата по сравнению с короткими контигами. Рисунок 2 иллюстрирует большую дисперсию в покрытии для контигов среднего размера (длиннее 1 КБ, но короче 10 КБ). Эти контиги среднего размера для генома E. coli варьируются по охвату от 200 до 1702.Для сравнения, длинные контиги (> 10  т.п.н.) различаются по охвату от 160 до всего лишь 268. Количество контигов среднего размера (длиной более 1 т.п.н., но короче 10 т.п.н.) с заданным покрытием тыс. -меров ( тыс.  = 55) в геноме E. coli . Медиана покрытия для контигов среднего размера составляет 231. Каждый столбец на гистограмме представляет все контиги с покрытием в ячейке размером 50.Например, самый высокий столбец на гистограмме соответствует контигам с покрытием от 200 до 250. Контиги с минимальным (200) и максимальным (1702) покрытием имеют длину 4122 и 1702 пн соответственно. Обратите внимание, что столбцы, соответствующие повторам различной кратности, располагаются вблизи прогнозируемого покрытия 462 (кратность 2), 693 (кратность 3), 924 (кратность 4) и т. д.

    Рис. контиги среднего размера. Количество контигов среднего размера (длиной более 1 т.п.н., но короче 10 т.п.н.) с заданным покрытием тыс. -меров ( тыс.  = 55) в E.геном coli . Медиана охвата контигов среднего размера равна 231. Каждый столбец на гистограмме представляет все контиги с покрытием в ячейке размером 50. Например, самый высокий столбец на гистограмме соответствует контигам с охватом от 200 до 250. контиги с минимальным (200) и максимальным (1702) покрытием имеют длину 4122 и 1702 пн соответственно. Обратите внимание, что бары, соответствующие повторам различной кратности, располагаются вблизи прогнозируемого покрытия 462 (кратность 2), 693 (кратность 3), 924 (кратность 4) и т. д.

    При заданном параметре maxDeviation (значение по умолчанию 0.3), plasmidSPAdes классифицирует длинное ребро e в графе сборки как хромосомное ребро , если его покрытие удовлетворяет следующему условию:

    1−maxDeviation покрытие между хромосомой B. cereus и ее плазмидой и иллюстрирует полезность использования medianCoverage для идентификации хромосомных контигов. Для этого набора данных длинные контиги могут быть разделены с идеальной чувствительностью и специфичностью на хромосомные контиги (охват варьируется от 120 до 156) и плазмидные контиги (охват варьируется от 170 до 184) на основе охвата.Медианное покрытие (вертикальная зеленая линия) близко соответствует центру распределения бактериальных контигов, потому что бактериальные геномы обычно намного больше, чем плазмидные геномы.

    Рис. 3.

    Распределение покрытия B. cereus для длинных контигов. Количество контигов с заданным покрытием тыс. -mer ( тыс.  = 55) для всех длинных контигов в Bacillus cereus ( медианного покрытия  = 130 отмечено зеленой линией). Синие столбцы представляют контиги хромосомного происхождения, а красные столбцы представляют контиги плазмидного происхождения.Каждый столбец на гистограмме представляет все ребра с покрытием в ячейке размером 2

    Рис. 3. Распределение покрытия

    B. cereus для длинных контигов. Количество контигов с заданным покрытием тыс. -mer ( тыс.  = 55) для всех длинных контигов в Bacillus cereus ( медианного покрытия  = 130 отмечено зеленой линией). Синие столбцы представляют контиги хромосомного происхождения, а красные столбцы представляют контиги плазмидного происхождения. Каждый столбец на гистограмме представляет все ребра с покрытием в ячейке размером 2

    2.2 алгоритма плазмиды SPAdes

    plasmidSPAdes использует SPAdes для преобразования графа де Брейна в граф сборки (Bankevich et al. , 2012) и находит подграф графа сборки, который мы называем плазмидным графом . Кроме того, он использует exSPAnder (Prjibelski et al. , 2014) для разрешения повторов в плазмидном графе с использованием парных прочтений и генерирует плазмидных контигов .

    Мы определяем размер компонента связности в графе сборки как сумму длин контигов, образующихся из его ребер.Ребро ( v , w ) в графе сборки называется тупиковым ребром , если либо узел v имеет нулевую степень входа, либо узел w имеет нулевую степень исхода (но не оба). plasmidSPAdes классифицирует связанный компонент в графе сборки как plasmidic , если он состоит из ребра одной петли длиной не менее minCirc (значение по умолчанию — 1 КБ) или если его размер превышает minCompSize (значение по умолчанию — 10 КБ). ).

    Чтобы преобразовать граф сборки в граф плазмиды, plasmidSPAdes итеративно удаляет длинные хромосомные ребра и короткие тупиковые ребра из графа сборки.Хромосомные ребра удаляются, поскольку предполагается, что они принадлежат хромосомам, а не плазмидам. Тупиковые ребра удаляются, поскольку ожидается, что плазмиды не будут генерировать тупиковые ребра.

    Алгоритм plasmidSPAdes, описанный ниже, работает лучше всего, когда плазмиды имеют кольцевую форму и имеют число копий, значительно отличающееся от 1.plasmidSPAdes ( Reads , k , maxComponentSize )

    1. построить де Bru -меры от Читает и преобразует его в граф сборки.

    2. вычислить medianCoverage

    3. повторить

      • удалить каждое длинное хромосомное ребро в графе сборки, если оно не принадлежит соединенному компоненту без тупиковых ребер и размером менее 9010 составляет 150 kb)

      • если 3.a удаляет хотя бы одно ребро, удалить все короткие тупиковые ребра и заменить каждый неветвящийся путь в результирующем графе одним ребром

    4. удалить все не- плазмидные связанные компоненты из графа сборки для построения графа плазмиды.

    5. запустить exSPAnder для выполнения повторного разрешения графа плазмиды

    6. вывести все полученные плазмидные контиги и присвоить их связанному компоненту в графе плазмиды, из которого они произошли.

    Параметры minCirc и minCompSize (неявные на шаге 4) служат важной цели удаления относительно коротких хромосомных контигов, которые избежали шага 3 плазмидных SPAdes.

    Например, операции чтения, подверженные ошибкам, иногда объединяются в короткие пути в графе сборки, которые представлены коротким изолированным ребром с низким покрытием.Эти ошибочные контиги не удаляются на шаге 3.а, потому что они короткие и их охват отличается от охвата генома. Они не удаляются на шаге 3.b, так как не соединены ни с какими длинными ребрами. Однако они удаляются на этапе 4. На этапе 6 плазмидные контиги объединяются в связанные компоненты (которые, как ожидается, происходят из одной и той же плазмиды), а не выводятся все плазмидные контиги как набор, не пытаясь присвоить их отдельным плазмидам.

    В идеале плазмидыSPAdes должны захватывать все плазмиды и не должны захватывать хромосомные фрагменты в плазмидном графе (за исключением хромосомных сегментов, которые имеют очень похожие сегменты с хромосомами).Однако это не совсем так, поскольку некоторые короткие сегменты плазмид иногда отсутствуют на плазмидном графе, а некоторые короткие хромосомные сегменты часто присутствуют в плазмидном графе. Также трудно отличить тандемные повторы от плазмид, анализируя граф сборки. Действительно, тандемные повторы часто образуют вихрей в графе сборки (Pevzner et al. , 2004), что приводит к циклам с высоким покрытием считываниями. Чтобы отличить плазмиду от тандемных повторов, следует проводить плазмидно-диагностические тесты для каждой предполагаемой плазмиды, идентифицированной с помощью плазмид SPAdes, т.е.грамм. тест на наличие белков инициации репликации (Rep) и релаксации, которые используются для классификации плазмид по группам несовместимости и типам подвижности (Shintani et al. , 2015)

    В идеале плазмиды SPAdes должны собирать каждую плазмиду в отдельный контиг. На практике маловероятно, когда плазмиды содержат длинные повторы (или имеют общие длинные повторы с другими плазмидами) с длиной, превышающей размер вставки.

    3 результатов

    3.1 Наборы данных

    Номера доступа и ссылки на наборы данных и эталонные геномы доступны в Приложении.

    3.1.1 Геномы с аннотированными плазмидами

    В таблице 2 описаны шесть наборов данных, которые мы использовали для сравнительного анализа плазмидSPAdes (подробное описание всех столбцов см. в следующем разделе). Эти наборы данных состоят из прочтений Illumina с парными концами (длиной не менее 100 п.н.) из Bacillus cereus ATCC-10987, Rhodobacter sphaeroides 2.4.1. , Bcen и Cca представляют собой хорошо изученные виды бактерий с завершенными эталонными геномами и аннотированными плазмидами. Количество плазмид разных типов в этих наборах данных варьировало от 0 для Bcen до 5 для Rsp .Средние числа копий (оцененные как коэффициенты покрытия) варьировались от 1,4 для Bce до 14,0 для Cfr . Длина плазмид варьировала от 4109 п.н. для Cca до 272 297 п.н. для Cfr . Анализ генома B. anthracis A1144 исключен из анализа в таблице 2, поскольку он имеет сильно неравномерное покрытие.

    Таблица 2.

    Сравнительный анализ плазмид SPAdes на наборах данных с завершенными сборками и аннотированными плазмидами

    Pst BCEN Cca 2
    . хр . плазма . плазма . # общий . медиана . плазма . плазма . # контигов . макс. . ков . плазма . хр .
    имя . длина . число . длина . 50-меры . ков . ков . размер комп. . . контиг . соотношение . доля (%) . доля (%) .
    BCE 5224283 1 208369 12953 12953 130 186 208305 (1) 3 2078886 1.4 100,0 0,0
    Rsp 4131450 5 +12431011417810528110081
  • 5
  • +1646 67 203115174232271 459442 (6) 23 123003 2,7 100,0100 .0100.0100.092.4 0,0
    4285951 1 48866 0 231 699 4887416568 (1) 1 (0) 11 488747142 3.01,7 100,0 0,4
    ЧФР 5099034 1 272297 18024 47 246 26410 (4) 57 (0) 1 5410 5.614.0 99,6 0,1
    8045250 0 0 0 136 0 N / A 0 0 Н / Д Н/Д 0.0
    2839551 2 410985023 756 206 2421180 410
    (0) 1 (0) 2 41098160 4.811.8 100.00 .0 0,6
    Pst BCEN Cca 2
    . хр . плазма . плазма . # общий . медиана . плазма . плазма . # контигов . макс. . ков . плазма . хр .
    имя . длина . число . длина . 50-меры . ков . ков . размер комп. . . контиг . соотношение . доля (%) . доля (%) .
    BCE 5224283 1 208369 12953 12953 130 186 208305 (1) 3 2078886 1.4 100,0 0,0
    Rsp 4131450 5 +12431011417810528110081
  • 5
  • +1646 67 203115174232271 459442 (6) 23 123003 2,7 100,0100 .0100.0100.092.4 0,0
    4285951 1 48866 0 231 699 4887416568 (1) 1 (0) 11 488747142 3.01,7 100,0 0,4
    ЧФР 5099034 1 272297 18024 47 246 26410 (4) 57 (0) 1 5410 5.614.0 99,6 0,1
    8045250 0 0 0 136 0 N / A 0 0 Н / Д Н/Д 0.0
    2839551 2 410985023 756 206 2421180 410
    (0) 1 (0) 2 41098160 4.811.8 100.00 .0  0,6 
    Таблица 2. Сравнительный анализ

    плазмид SPAdes на наборах данных с завершенными сборками и аннотированными плазмидами

    Pst BCEN Cca 2
    . хр . плазма . плазма . # общий . медиана . плазма . плазма . # контигов . макс. . ков . плазма . хр .
    имя . длина . число . длина . 50-меры . ков . ков . размер комп. . . контиг . соотношение . доля (%) . доля (%) .
    BCE 5224283 1 208369 12953 12953 130 186 208305 (1) 3 2078886 1.4 100,0 0,0
    Rsp 4131450 5 +12431011417810528110081
  • 5
  • +1646 67 203115174232271 459442 (6) 23 123003 2,7 100,0100 .0100.0100.092.4 0,0
    4285951 1 48866 0 231 699 4887416568 (1) 1 (0) 11 488747142 3.01,7 100,0 0,4
    ЧФР 5099034 1 272297 18024 47 246 26410 (4) 57 (0) 1 5410 5.614.0 99,6 0,1
    8045250 0 0 0 136 0 N / A 0 0 Н / Д Н/Д 0.0
    2839551 2 410985023 756 206 2421180 410
    (0) 1 (0) 2 41098160 4.811.8 100.00 .0 0,6
    Pst BCEN Cca 2
    . хр . плазма . плазма . # общий . медиана . плазма . плазма . # контигов . макс. . ков . плазма . хр .
    имя . длина . число . длина . 50-меры . ков . ков . размер комп. . . контиг . соотношение . доля (%) . доля (%) .
    BCE 5224283 1 208369 12953 12953 130 186 208305 (1) 3 2078886 1.4 100,0 0,0
    Rsp 4131450 5 +12431011417810528110081
  • 5
  • +1646 67 203115174232271 459442 (6) 23 123003 2,7 100,0100 .0100.0100.092.4 0,0
    4285951 1 48866 0 231 699 4887416568 (1) 1 (0) 11 488747142 3.01,7 100,0 0,4
    ЧФР 5099034 1 272297 18024 47 246 26410 (4) 57 (0) 1 5410 5.614.0 99,6 0,1
    8045250 0 0 0 136 0 N / A 0 0 Н / Д Н/Д 0.0
    2839551 2 410985023 756 206 2421180 410
    (0) 1 (0) 2 41098160 4.811.8 100.00 .0 0,6

    Интересно, что плазмида SPAdes собрала дополнительную ранее неидентифицированную короткую плазмиду (5410 bp) в Cfr с высоким числом копий (14), которая не указана в таблице 2.Эта плазмида имеет высокую оценку BLAST-попадания в плазмиду pCAV1335-5410 в Klebsiella oxytoca штамма CAV1335 (длина выравнивания 4454 и процент идентичности 99,9).

    3.1.2 Геномы с неаннотированными плазмидами

    В таблице 4 описаны десять наборов данных, которые мы использовали для сравнительного анализа плазмидSPAdes для случаев, когда плазмиды еще не были аннотированы (подробное описание всех столбцов см. в следующем разделе). Эти наборы данных состоят из прочтений Illumina с парными концами (длиной не менее 100 п.н.) из Acinetobacter sp.UNC434CL69Tsu2S25, Butyrivibrio sp. INlla16, Бактерия Lachnospiraceae NK3A20, Luteibacter sp.UNC138MFCol5.1, Бактерия Prevotellaceae HUN156, Pseudoalteromonas sp. ND6B, Rhodococcus sp. J21, Ruminococcus flavefaciens YAD2003, Sphingomonas sp. UNC305MFCol5.2 и Thermus filiformis ATT43280. Эти геномы сокращены как ACI , , но , LAC , LAC , Pre , PSE , RHO , ROM , SPH и TFI в Таблице 4.DataSets ACI , , но , LAC , LAC , LUT , Pre и ROM были загружены из JGI Read Archive, в то время как набора данных PSE , RHO , SPH и TFI были загружены из NCBI SRA.

    Таблица 4.

    Сравнительный анализ плазмид SPAdes на наборах данных с незавершенными сборками и отсутствием аннотированных плазмид

    PSE Rho
    . плазма . # контигов . Макс. . мед. . ков . Конф. .
    имя . размер комп. . . Контиг . ков . соотношение . .
    ACI 66431421168 6643142116300223964 (2) 20 (1) 1 (0) 34 (0) 1 324334211674773964 99 9.91.86.315.1 yn (Phage) n (мобильный) n / a
    , но 1460

    (2) 36 (1) 1 (0) 1 (0) 1 63050340

    130 2.92.84.13.5 yn / a (плазмида) n / a (плазмида) n / a (мобильный)
    LAC 2296 9 (0) 1 2296 188 5.9 5.9 N / A (Mobile)
    LUT 1445 1445 (0) 1 1445 227 6.6 N (Мобильный)
    Pre 0 0 0 211 N / A N / A
    PSE 24513 (0 ) 15 9915 195 5,1 Н
    8302581381602583 (25) 120 (3) 3 (0) 1 112428523672583 127 1.92.87.5 yny
    ROM 9168 9 9168 (0) 1 9168 9168 3 N / A (плазмида)
    SPH 0 0 0 0 171 N / A N / A N / A
    TFI 2196152520151501626 (7) 27 (0) 36 (1) 1 (0) 1 (0) )1 4001764742520151501626 388 2.35.31.53.72.2 NYN(рРНК)N/AN/A
    Н Rho Ром
    . плазма . # контигов . Макс. . мед. . ков . Конф. .
    имя . размер комп. . . Контиг . ков . соотношение . .
    ACI 66431421168 6643142116300223964 (2) 20 (1) 1 (0) 34 (0) 1 324334211674773964 249 999 9.91.86.315.1 yn (Phage) n (Мобильный) N / A
    Но 1460

    60

    (2) 36 (1) 1 (0) 1 (0) 1 63050340

    2 2.92.84.13.5 yn / a (плазмида) n / a (плазмида) n / a (мобильный)
    LAC 2996 9 (0) 1 2296 188 5,9 N / A (мобильный)
    LUT 1445 9 (0) 1 (0) 1 1445 227 6.6 N (Mobile)
    Pre 0 0 0 0 2 N / A N / A N / A
    PSE 24513 (0) 15 9915 9915 5 5.1
    8302581381602583 (25) 120 (3) 3 (0) 1 112428523672583 127 1.92.87.5 YNY
    9168 (0) 1 9168 157 3 9 N / A (плазмида)
    SPH 0 0 0 171 N / N / A N / A
    TFI 21961525201515016152520151501626 (7) 27 (0) 36 (1) 1 (0) 1 (0) 1 4001764742520151501626 2 2.35.31.53.72.2 NYN(rRNA)N/AN/A
    Таблица 4.

    Сравнительный анализ плазмид SPAdes на наборах данных с незавершенными сборками и отсутствием аннотированных плазмид

    6

    6 . Н Rho Ром
    плазма . # контигов . Макс. . мед. . ков . Конф. .
    имя . размер комп. . . Контиг . ков . соотношение . .
    ACI 66431421168 6643142116300223964 (2) 20 (1) 1 (0) 34 (0) 1 324334211674773964 249 999 9.91.86.315.1 yn (Phage) n (Мобильный) N / A
    Но 1460

    60

    (2) 36 (1) 1 (0) 1 (0) 1 63050340

    2 2.92.84.13.5 yn / a (плазмида) n / a (плазмида) n / a (мобильный)
    LAC 2996 9 (0) 1 2296 188 5,9 N / A (мобильный)
    LUT 1445 9 (0) 1 (0) 1 1445 227 6.6 N (Mobile)
    Pre 0 0 0 0 2 N / A N / A N / A
    PSE 24513 (0) 15 9915 9915 5 5.1
    8302581381602583 (25) 120 (3) 3 (0) 1 112428523672583 127 1.92.87.5 YNY
    9168 (0) 1 9168 157 3 9 N / A (плазмида)
    SPH 0 0 0 171 N / N / A N / A
    TFI 21961525201515016152520151501626 (7) 27 (0) 36 (1) 1 (0) 1 (0) 1 4001764742520151501626 2 2.35.31.53.72.2 NYN(рРНК)N/AN/A
    Н Rho Ром
    . плазма . # контигов . Макс. . мед. . ков . Конф. .
    имя . размер комп. . . Контиг . ков . соотношение . .
    ACI 66431421168 6643142116300223964 (2) 20 (1) 1 (0) 34 (0) 1 324334211674773964 249 999 9.91.86.315.1 yn (Phage) n (Мобильный) N / A
    Но 1460

    60

    (2) 36 (1) 1 (0) 1 (0) 1 63050340

    2 2.92.84.13.5 yn / a (плазмида) n / a (плазмида) n / a (мобильный)
    LAC 2996 9 (0) 1 2296 188 5,9 N / A (мобильный)
    LUT 1445 9 (0) 1 (0) 1 1445 227 6.6 N (Mobile)
    Pre 0 0 0 0 2 N / A N / A N / A
    PSE 24513 (0) 15 9915 9915 5 5.1
    8302581381602583 (25) 120 (3) 3 (0) 1 112428523672583 127 1.92.87.5 YNY
    9168 (0) 1 9168 157 3 9 N / A (плазмида)
    SPH 0 0 0 171 N / N / A N / A
    TFI 21961525201515016152520151501626 (7) 27 (0) 36 (1) 1 (0) 1 (0) 1 4001764742520151501626 2 2.35.31.53.72.2 NYN(рРНК)N/AN/A

    3.2 Сравнительный анализ плазмиды SPAdes

    3.2.1 Геномы с аннотированными плазмидами

    В таблице 2 приведены следующие статистические данные, полученные с помощью программного обеспечения QUAST (Gurevich et al. , 2013). Первые восемь столбцов в этой таблице относятся к аннотированным хромосомам и плазмидам, а остальные столбцы относятся к предсказанным плазмидам.

    • Название вида ( название )

    • Общая длина хромосом в т.п.о.

    • Длины плазмид в п.н. ( плазменных лен ). В этом поле указана длина аннотированной плазмиды.

    • Количество различных общих 50-меров между хромосомами и плазмидами ( общих 50-меров ), рассчитанное с использованием инструмента для медуз Marçais and Kingsford (2011).

    • Медиана охвата набора данных ( med cov )

    • Медиана охвата каждой аннотированной плазмиды ( плазмид cov ).

    • Общая длина контигов в каждой предполагаемой плазмиде, измеренная в п.н. ( размер композиции плазмы ). Мы выделили жирным шрифтом предполагаемую плазмиду, состоящую из одного кругового контига (край, представляющий контиг, представляет собой край петли).

    • Количество длинных контигов в каждой предполагаемой плазмиде (показано в скобках) и количество всех контигов в каждой предполагаемой плазмиде ( # contigs )

    • Самый длинный контиг в каждой предполагаемой плазмиде ( max contig)

    • Коэффициенты покрытия для каждой предполагаемой плазмиды, т.е.е. покрытие каждой предполагаемой плазмиды, деленное на медианное покрытие (отношение cov )

    • Доля аннотированных плазмид (в процентах), покрытых контигами на плазмидном графике, как определено с помощью QUAST ( frac плазмы ). В идеале доля плазмиды составляет 100%.

    • Доля хромосом/хромосом (в процентах), покрытая контигами на плазмидном графе, рассчитанная с помощью QUAST ( chr frac ). В идеале доля хромосом составляет 0%.

    В таблице 3 сравнивались плазмиды SPAdes, SPAdes и Recycler (Rozov et al., 2015) на геномах с аннотированными плазмидами. Хотя SPAdes не предназначался для секвенирования плазмид, мы классифицировали изолированные циклы в графе сборки (длиной не менее 1000 нуклеотидов) как предполагаемые плазмиды, выдаваемые SPAdes. Таким образом, Таблицу 3 следует воспринимать с осторожностью, так как все проверенные инструменты были разработаны с несколько разными целями. Мы не включали PLACNET (de Toro et al. , 2014) в бенчмаркинг различных инструментов секвенирования плазмид, поскольку это не настоящий инструмент de novo для поиска плазмид, т.е.грамм. для этого требуется база данных RefSeq и используются некоторые проприетарные базы данных, которые не являются общедоступными. Кроме того, это не полностью автоматизированный инструмент, поскольку он требует некоторого ручного анализа внутри программы Cytoscape.

    Таблица 3.

    Сравнение плазмидSPAdes с SPAdes и Recycler на наборах данных с завершенными сборками и аннотированными плазмидами

    90 547 68 (1) 1 (0) 11
    Ассемблер . плазмидаSPAdes
    .
    SPAdes
    .
    Переработчик
    .
    . плазма . # контигов . плазма . хр . плазма . # контигов . Плазма . хр . плазма . # контигов . плазма . хр .
    имя . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) .
    Bce 208305 (1) 3 100,0 0,0 0 0 0 0 1282661365548 (1) (1) (1) 0 0 30.4059 30.4
    RSP 459442 (6) 23 (6) 23 100.0100.0100.0100.092.4 0.0 0 0 0.00.00.06.00.0 0.0 613128193 (0) (1) 22.60.00.06.00.0 0.0
    PST 4987416568 100,0 0,4 48874 (1) 100,0 0,0 488742843 (1) (0) 100,0 0,1
    ЧФР 26410 (4)57(0)1  99.6 0,1 5410 (0) 99,6 0,0 5410 (0) 99,6 0,0
    BCEN N / A 0 N / A 0.0 0.0 N / A 0 N / A 0.0 N / A 0 N / A 0.0
    CCA 410
    (0)1(0)2  100.00.0 0.6 9 4109 4109 (0) 100.0 0.0 9059 4109 (0) 100.00.0 0.0
    2
    ассемблер . плазмидаSPAdes
    .
    SPAdes
    .
    Переработчик
    .
    . плазма . # контигов . плазма . хр . плазма . # контигов . Плазма . хр . плазма . # контигов . плазма . хр .
    имя . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) .
    до н.э.0 0,0 0 0 0 0 1282661365548 (1) (1) (1) 0 30,4
    Rsp 459442 (6 ) 23 100.0100.0100.0100.092.4 0.0 0 0 0 0.00.00.06.00.0 0.0 613128193 (0) (1) 22.60.00.06.00.0 0,0
    Pst   4887416568 (1)1(0)11 100.0 0,4 48874 (1) 100,0 0,0 488742843 (1) (0) 100,0 0,1
    ЧФР 26410 ( 4) 57 (0) 1 99,6 0,1 5410 (0) 99,6 0,0 5410 (0) 99,6 0,0
    Bcen   Н/Д  Н/Д  0.0 N / A 0 N / A N / A 0.0 0 0 N / A 0.0 0.0
    CCA 410
    (0) 1 ( 0) 2 100.00.0 0.6 4109 4109 (0) 100.0 100.0 4109 (0) 100.00.0 0.0
    Таблица 3.

    Сравнение плазмидSPAdes с SPAdes и Recycler на наборах данных с завершенными сборками и аннотированными плазмидами

    90 547 2

    8 4109
    Ассемблер . плазмидаSPAdes
    .
    SPAdes
    .
    Переработчик
    .
    . плазма . # контигов . плазма . хр . плазма . # контигов . Плазма . хр . плазма . # контигов . плазма . хр .
    имя . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) .
    Bce 208305 (1) 3 100,0 0,0 0 0 0 0 1282661365548 (1) (1) (1) 30,4 
    Rsp   459442  (6) 23  10.7680100.0100.0100.092.4 0.0 0 0 0 0 0.0 613128193 (0) (1) (0) (1) 22.60.00.06.00.0 0,0
    PST 4887416568 (1) 1 (0) 11 100.0 0,4 48874 9074 (1) 100.0 0.0 488742843 (1) (0) 100,0 0.1
    ЧФР 26410 (4) 57 (0) 1 99,6 0,1 5410 (0) 99,6 0,0 5410 (0) 99.6 0.0
    BCEN N / A 0 N / A 0.0 N / A 0 N / A 0.0 . Н/Д  Н/Д  0.0
    CCA 410
    352 (0) 1 (0) 2 100.00.0 0.6 (0) 100.00.0 0.0 4109   (0) 100.00.0 0.0
    90 547 68 (1) 1 (0) 11
    Сборщик . плазмидаSPAdes
    .
    SPAdes
    .
    Переработчик
    .
    . плазма . # контигов . плазма . хр . плазма . # контигов . Плазма . хр . плазма . # контигов . плазма . хр .
    имя . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) . размер комп. . . доля (%) . доля (%) .
    Bce 208305 (1) 3 100,0 0,0 0 0 0 0 1282661365548 (1) (1) (1) 0 0 30.4059 30.4
    RSP 459442 (6) 23 (6) 23 100.0100.0100.0100.092.4 0.0 0 0 0.00.00.06.00.0 0.0 613128193 (0) (1) 22.60.00.06.00.0 0.0
    PST 4987416568 100,0 0,4 48874 (1) 100,0 0,0 488742843 (1) (0) 100,0 0,1
    ЧФР 26410 (4)57(0)1  99.6 0,1 5410 (0) 99,6 0,0 5410 (0) 99,6 0,0
    BCEN N / A 0 N / A 0.0 0.0 N / A 0 N / A 0.0 N / A 0 N / A 0.0
    CCA 410
    (0)1(0)2  100.00.0 0,6 9 4109 (0) 100.0 100.0 4109 4109 (0) 10000.0 0.0

    Мы классифицируем плазмиду ( или плазмидный компонент) как:

    • правильно, если его контиги ранее были аннотированы как плазмидные (по крайней мере, 90% плазмидной фракции).

    • неверно, если его контиги ранее были аннотированы как хромосомные.

    • скорее всего правильный, если он соответствует аннотированной плазмиде из базы данных нуклеотидов NCBI webBLAST (как минимум 80% идентичности последовательности) или несет специфичные для плазмиды гены базы данных и не содержит специфических для плазмид генов

    Как показано в Таблице 3, SPAdes и Recycler показали несколько схожие результаты, но Recycler генерировал больше ложноположительных плазмид. plasmidSPAdes обнаруживал больше плазмид, чем SPAdes и Recycler, но часто собирал их в несколько контигов, а не в интактные плазмиды.Мы считаем, что plasmidSPAdes и Recycler могут дополнять друг друга, поскольку plasmidSPAdes фокусируется на данных секвенирования геномов культивируемых бактерий, а Recycler фокусируется на данных плазмидома и метагенома. Приложение «Оценка плазмидных SPAdes на аннотированных плазмидах» содержит дополнительную информацию об этом сравнительном анализе.
    3.2.2 Геномы с неаннотированными плазмидами

    В таблице 4 перечислены следующие статистические данные, представляющие выходные данные plasmidSPAdes.

    • Название вида ( название )

    • Общая длина контигов в каждой предполагаемой плазмиде, измеренная в п.н. И количество всех контенций в каждой предполагаемой плазмиде ( # Contigs )

    • Дополнительное Contig в каждой предполагаемой плазмиде ( MAX Contig )

    • Среднее покрытие набора данных ( MED COV )

    • Коэффициенты покрытия для каждой предполагаемой плазмиды, т.е.е. покрытие каждой предполагаемой плазмиды, деленное на медианное покрытие (отношение cov )

    • Статус подтверждения ( conf) . «Y» указывает на то, что предполагаемые плазмиды лучше всего попали в базу данных NCBI NT для плазмиды. «N» означает, что лучший бласт, попадающий в базу данных NT, был идентифицирован внутри хромосомы (для некоторых родственных видов). «Н/Д» указывает на отсутствие существенных совпадений с базой данных NCBI NT. Далее мы проанализировали все плазмиды, аннотированные как «N» или «N/A», и по возможности классифицировали их как «N/A (плазмида)», «N/A (фаг), «N/A (рРНК)», «N (фаг)» или «N (мобильный)».

    Чтобы подтвердить наши результаты, мы провели бластов поиск самых длинных контигов из предполагаемых плазмид, сконструированных с помощью плазмидSPAdes, в базе данных NCBI по неизбыточным нуклеотидам (NT). Лучшее попадание BLAST, определяемое как попадание с наименьшим e-значением (связи прерываются наивысшим значением бита) для каждого предполагаемого компонента плазмиды из этого поиска, может быть использовано для идентификации каждого из компонентов. Если наилучшее соответствие для компонента соответствует последовательности плазмиды в базе данных NT, то мы классифицируем его как подтвержденную плазмиду и помечаем Y в последнем столбце таблицы 4.Мы отмечаем, что этот подход подтверждения не может подтвердить еще неизвестные плазмиды, которые имеют мало сходства с известными плазмидами и поэтому склонны к ложноотрицательным результатам.

    Для дальнейшего исследования предполагаемых плазмид, помеченных как N/A, мы аннотировали их с помощью сервера RAST (Aziz et al. , 2008), чтобы проверить, содержат ли они плазмид-специфические белки. Если RAST идентифицировал плазмид-специфические белки, мы помечали соответствующий предполагаемый плазмидный компонент как «N/A (плазмида)», чтобы подчеркнуть, что он, вероятно, представляет собой ранее неизвестную плазмиду.Интересно, что мы обнаружили, что некоторые предполагаемые плазмиды, аннотированные как «N/A» или «N», вероятно, представляют собой фаги (помеченные как «N/A (фаг)» или «N (фаг)»). Кроме того, одна из предполагаемых плазмид, аннотированная как ‘N/A’ содержал кластер генов рРНК (обозначенный как ‘N/A (rRNA)’). plasmidSPAdes не удалось удалить из графа сборки (обозначен как «N (мобильный)»).

    Приложение «Оценка plasmidSPAdes на неаннотированных плазмидах» содержит дополнительную информацию об этом сравнительном анализе.

    3.2.3 Анализ наборов данных секвенирования с неравномерным покрытием чтения
    Чтобы выяснить, почему некоторые наборы данных (например, набор данных B. anthracis A1144) имеют довольно неравномерное покрытие, мы упорядочили контиги вдоль генома B. anthracis A1144 и представили каждый контиг в виде полосы высоты, равной покрытию этого контиги. Полученная гистограмма (рис. 4) демонстрирует характерную форму с минимумом в районе положения 2,5 Мб. Форма гистограммы на рис. 4 аналогична форме косых диаграмм , которые используются для определения начала репликации в бактериальных геномах (Compeau and Pevzner, 2015).Это сходство между гистограммой охвата и диаграммой перекоса (хотя и с несколькими выбросами) предполагает, что культура B. anthracis A1144 была секвенирована в фазе роста, когда некоторые клетки реплицировались. Обилие реплицирующихся клеток приводит к повышенному покрытию вблизи начала репликации (около положения 0 Mb) и уменьшению покрытия вблизи начала терминации (около положения 2,5 Mb) у B. anthracis A1144. См. Korem и др. (2015) о связи между неравномерным покрытием, скоростью роста бактерий и началом репликации.Поскольку покрытие набора данных B. anthracis A1144 неравномерно, plasmidSPAdes (запущенный с параметром по умолчанию maxDeviation  = 0,3) не может удалить значительную часть хромосомных ребер в графе сборки. Поскольку средний охват набора данных B. anthracis A1144 составляет 130, плазмида SPAdes удаляет только ребра с охватом, превышающим 169, тем самым сохраняя большое количество хромосомных ребер (рис. 4). При увеличении параметра maxDeviation до 0.4 и выше удаляются почти все хромосомные ребра, а также удаляются некоторые плазмидные ребра ( B. anthracis A1144 имеет две плазмиды с покрытием 135 и 183 соответственно). Этот пример иллюстрирует дополнительные проблемы при реконструкции плазмид из наборов данных секвенирования с очень неравномерным покрытием.

    Рис. 4.

    Вариации охвата длинных контигов у Bacillus anthracis (вдоль генома). Покрытие длинных контигов, расположенных в порядке их расположения вдоль 90–100 B.anthracis Геном A1144

    Рис. 4.

    Вариации покрытия длинных контигов у Bacillus anthracis (вдоль генома). Покрытие длинных контигов, расположенных в порядке их расположения вдоль генома B. anthracis A1144

    4 Обсуждение

    Мы описали новый алгоритм plasmidSPAdes для сборки плазмид из данных полногеномного секвенирования. Поскольку plasmidSPAdes не требует какой-либо специальной подготовки образцов для выделения плазмид, он может увеличить скорость обнаружения плазмид.Таким образом, он дополняет недавно опубликованный подход, в основном направленный на анализ плазмид после их выделения (Carattoli et al. , 2014). Как показано в Таблице 3, plasmidSPAdes идентифицирует восемь плазмид в десяти случайно выбранных наборах данных SRA (три из них не похожи ни на какие ранее идентифицированные плазмиды). Таким образом, мы ожидаем, что 1000 новых плазмид будут идентифицированы, когда plasmidSPAdes будет работать со всеми наборами данных генома бактерий и ахей SRA.

    plasmidSPAdes использует покрытие для удаления хромосомных контигов из сборки при сохранении плазмидных контигов.Мы продемонстрировали, что во многих случаях он успешно удаляет более 99% хромосомных контигов, сохраняя при этом более 99% плазмидных контигов. Однако плазмидаSPAdes имеет следующие ограничения:

    • plasmidSPAdes может ошибочно классифицировать контиги плазмид с числом копий, близким к единице, как хромосомные. Однако в некоторых случаях plasmidSPAdes правильно собирает кольцевые плазмиды, даже если они имеют такое же покрытие, что и хромосома. Например, изолированный цикл в графе сборки классифицируется как предполагаемая плазмида независимо от его покрытия.

    • Процедура фильтрации в плазмиде SPAdes основана на оценке медианного охвата хромосом. Поскольку хромосомы значительно больше, чем общая длина плазмид, плазмида SPAdes надежно разделяет ребра в графе сборки на хромосомные и плазмидные. Однако, когда хромосомы и плазмиды сопоставимы по размеру (как в случае мегаплазмид (Zheng et al. , 2013), фильтрация на основе медианного охвата может не сработать. некоторые бактерии содержат трудно обнаруживаемые линейные плазмиды.Производительность плазмид SPAdes ухудшается в случае линейных плазмид. Например, плазмида SPAdes собрала только одну из десяти линейных плазмид в Borrelia burgdorferi B31 (номер доступа SRA SRR1772332) в единый контиг.

    • Поскольку покрытие некоторых коротких ребер на графе сборки значительно отличается от медианного покрытия, плазмиды SPAdes могут ошибочно классифицировать короткие хромосомные ребра на графе сборки как плазмидные.

    • Поскольку хромосомы обычно намного длиннее плазмид, если даже небольшая часть хромосомы не отфильтрована, оставшийся небольшой процент может привести к некоторым ложноположительным предполагаемым плазмидным контигам.

    В будущем мы планируем улучшить и расширить плазмиды SPAdes, добавив следующие функции:
    • Когда две плазмиды имеют очень похожие последовательности, они могут собираться в один и тот же связанный компонент в графе сборки. Однако, если эти плазмиды имеют значительно отличающиеся числа копий, может оказаться возможным отделить их друг от друга путем анализа их охвата с использованием методов, аналогичных описанным в Rozov et al. (2015). Например, plasmidSPAdes объединил пять аннотированных плазмид в геномах Rsp в один компонент в плазмидном графе (таблица 2).Однако четыре из них имеют существенно разные покрытия, что позволяет идентифицировать отдельные плазмиды из этого связанного компонента.

    • Идентификация плазмидных контигов может быть улучшена путем анализа признаков диагностической последовательности плазмид с использованием методов, аналогичных Lanza et al. (2014). Например, поскольку плазмиды часто саморегулируются, они содержат определенные специфичные для плазмиды гены, контролирующие их регуляцию. Подобно PLACNET, эти гены могут быть использованы в качестве основы для классификации плазмид.

    • Идентификацию линейных плазмид можно улучшить, используя менее агрессивный подход к удалению кончиков на плазмидном графике.

    • Алгоритм plasmidSPAdes может быть расширен для секвенирования геномов органелл с использованием аргументов охвата, которые недавно были применены к секвенированию органелл ели (Jackman et al. , 2016), путем объединения ридов Illumina и Pacific Biosciences.

    Благодарности

    Мы благодарны Антону Коробейникову и команде разработчиков SPAdes за множество вдумчивых обсуждений, которые помогли улучшить статью.

    Данные последовательности для Acinetobacter sp. UNC434CL69Tsu2S25, Butyrivibrio sp. INlla16, бактерия Lachnospiraceae NK3A20 и бактерия Prevotellaceae HUN156 были получены Объединенным институтом генома Министерства энергетики США http://www.jgi.doe.gov/ в сотрудничестве с сообществом пользователей.

    Финансирование : Работа выполнена при поддержке Санкт-Петербургского государственного университета, Санкт-Петербург, Россия [номер гранта 15.61.951.2015].

    Конфликт интересов : не объявлено.

    Каталожные номера

    Анда

    М.

    и другие. . (

    2015

    )

    Бактериальная клада с опероном рибосомной РНК на небольшой плазмиде , а не на хромосоме

    .

    Проц. Натл. акад. науч. США

    .,

    112

    ,

    14343

    14347

    .

    Азиз

    Р.К.

    и другие. . (

    2008

    )

    Сервер RAST: быстрые аннотации с использованием технологии подсистем

    .

    BMC Genomics

    ,

    9

    ,

    75

    .

    Банкевич

    А.

    и другие.. (

    2012

    )

    SPAdes: новый алгоритм сборки генома и его приложения для секвенирования отдельных клеток

    .

    Дж. Вычисл. Биол

    .,

    19

    ,

    455

    477

    .

    Караттоли

    А.

    и другие. . (

    2014

    )

    Обнаружение и типирование плазмид in silico с использованием PlasmidFinder и мультилокусного типирования последовательности плазмид

    .

    Антимикроб. Агенты Chemother

    .,

    58

    ,

    3895

    3903

    .

    Компо

    стр.

    Певзнер

    стр.

    (

    2015

    )

    Алгоритмы биоинформатики: активный подход к обучению

    .

    Издательство Active Learning Publishers, Ла-Хойя

    .

    Конлан

    С.

    и другие. . (

    2014

    )

    Секвенирование отдельных молекул для отслеживания плазмидного разнообразия энтеробактерий, продуцирующих карбапенемазы в больницах

    .

    науч. Перевод Мед

    .,

    6

    ,

    254ра126

    254ра126

    .

    де Торо

    М.

    и другие. . (

    2014

    )

    Разнообразие и адаптация плазмид проанализированы путем массивного секвенирования плазмид Escherichia coli

    .

    Микробиолог. Спектр

    ,

    2

    ,

    Гунге

    Н.

    и другие. . (

    1982

    )

    Трансформация Saccharomyces cerevisiae линейными ДНК-киллерными плазмидами из Kluyveromyces lactis

    .

    J. Бактериол

    .,

    151

    ,

    462

    464

    .

    Гуревич

    А.

    и другие. . (

    2013

    )

    QUAST: инструмент оценки качества сборки генома

    .

    Биоинформатика

    ,

    29

    ,

    1072

    1075

    .

    Джекман

    С.Д.

    и другие. . (

    2016

    )

    Органеллярные геномы ели белой (Picea glauca): сборка и аннотация

    .

    Геном Биол. Эвол

    .,

    8

    ,

    29

    41

    .

    Кав

    А.Б.

    и другие. . (

    2012

    )

    Анализ плазмидома бычьего рубца

    .

    Проц. Натл. акад. науч. США

    .,

    109

    ,

    5452

    5457

    .

    Корем

    Т.

    и другие. . (

    2015

    )

    Динамика роста кишечной микробиоты в норме и при заболеваниях по данным отдельных метагеномных образцов

    .

    Наука

    ,

    349

    ,

    1101

    1106

    .

    Корень

    С.

    и другие. . (

    2013

    )

    Снижение сложности сборки микробных геномов с помощью секвенирования одной молекулы

    .

    Геном Биол

    .,

    14

    ,

    R101.

    Ланза

    В.Ф.

    и другие.. (

    2014

    )

    Поток плазмид в сублиниях Escherichia coli ST131, проанализированный с помощью сети плазмидных констелляций (PLACNET), нового метода реконструкции плазмид из полных последовательностей генома

    .

    PLoS Genet

    .,

    10

    ,

    e1004766.

    Марсе

    Г.

    Кингсфорд

    С.

    (

    2011

    )

    Быстрый подход без блокировок для эффективного параллельного подсчета вхождений k-меров

    .

    Биоинформатика

    ,

    27

    ,

    764

    770

    .

    Певзнер

    стр.

    и другие. . (

    2004

    )

    Классификация повторов De novo и сборка фрагментов

    .

    Геном Res

    .,

    14

    ,

    1786

    1796

    .

    Пржибельски

    г. н.э.

    г. и другие. . (

    2014

    )

    Экспандер: универсальный преобразователь повторов для сборки фрагментов ДНК

    .

    Биоинформатика

    ,

    30

    ,

    i293

    i301

    .

    Розов

    р.

    и другие. . (

    2015

    )

    Recycler: алгоритм обнаружения плазмид из графов сборки de novo

    .

    биоРксив

    ,

    029926.

    Синтани

    М.

    и другие. . (

    2015

    )

    Геномика микробных плазмид: классификация и идентификация на основе систем репликации и переноса и таксономии хозяина

    .

    Фронт. Микробиол

    .,

    6

    ,

    242.

    Уильямс

    Л.Э.

    и другие. . (

    2006

    )

    Легкое выделение отдельных высокомолекулярных малокопийных природных плазмид для секвенирования генома

    .

    Заяв. Окружающая среда. Микробиол

    .,

    72

    ,

    4899

    4906

    .

    Чжэн

    Дж.

    и другие. . (

    2013

    )

    Эволюция и динамика мегаплазмид с размерами генома более 100 kb в группе Bacillus cereus

    .

    БМС Эволют. Биол

    .,

    13

    ,

    1.

    Примечания автора

    © The Author, 2016. Опубликовано Oxford University Press. Все права защищены. Для разрешений, пожалуйста, по электронной почте: [email protected]

    Сравнительная геномика показывает рождение и гибель хрупких областей в эволюции млекопитающих | Биология генома

    Реаранжировки и графики точек разрыва

    Для простоты мы начнем наш анализ с кольцевых геномов, состоящих из кольцевых хромосом.В то время как мы используем кольцевые хромосомы для упрощения вычислительных концепций, обсуждаемых в статье, весь анализ выполняется с реальными (линейными) хромосомами млекопитающих (см. Алексеев [43] для тонких различий между круговым и линейным анализом хромосом). Представляем кольцевую хромосому с блоками синтении х 1 ,…, х n в виде цикла (рис. 1а), состоящего из n направленных размеченных ребер (соответствующих блокам) и n ненаправленных неразмеченных ребер (соединяющих соседние блоки).Направления ребер соответствуют признакам (прядей) блоков. Обозначаем хвост и головку направленного ребра х и как xit и xih соответственно. Мы представляем геном в виде графа геномов , состоящего из непересекающихся циклов (по одному на каждую хромосому). Края в каждом цикле чередуются между двумя цветами: один цвет зарезервирован для ненаправленных краев, а другой цвет (традиционно называемый «аверс») зарезервирован для направленных краев.

    Рисунок 1

    Пример графа точек останова и его преобразование в граф точек останова тождества . (a) Графическое представление двуххромосомного генома P = (+ a + b )(+ c + e + — d ) в виде двух черно-аверсных циклов однохромосомный геном Q = (+ а + b — e + c — d ) в виде красно-аверсного цикла. (б) Наложение графов генома P и Q . (в) Граф точек разрыва G ( P , Q ) геномов P и Q (с удаленными лицевыми ребрами). Черные и красные ребра в G ( P , Q ) образуют c ( P , Q ) = 2 нетривиальных черно-красных цикла и один тривиальный черно-красный цикл. Тривиальный цикл ( A H , B 9045 T ) Соответствует общей смене между генами A и B в геномах P и Q .Вершины в нетривиальных циклах представляют собой точки останова, соответствующие концам b ( P , Q ) = 4 синтенных блоков: ab , c , d 4 и 6 e 956. По теореме 1 расстояние между геномами P и Q равно d ( P , Q ) = 4 — 2 = 2. ( P , Q ) в граф точек разрыва идентичности G ( Q , Q ), соответствующий трансформации генома P в геном Q с двумя 2-разрывами.Первый 2-разрыв превращает P в геном P’ = (+ a + b )(+ cd — e ), а второй 2-разрыв превращает P’ в Q . Каждый 2-разрыв увеличивает количество черно-красных циклов в графе точек останова на один, подразумевая, что это преобразование является кратчайшим (см. теорему 1).

    Пусть P — геном, представленный в виде совокупности чередующихся черных-лицевых циклов (цикл является чередующимся, если цвета его ребер чередуются).Для любых двух черных ребер ( u ; υ ) и ( x ; y ) в геноме (граф) P мы определяем 2-разрывную перестройку (см. [44]) как замена этих ребер либо парой ребер ( u , x ), ( υ , y ), либо парой рёбер ( u , y ), ( υ 6, 9 x ) (рис. 2). 2-разрывы расширяют стандартные операции реверсий (рис. 2а), делений (рис. 2б) или слияний/транслокаций (рис. 2с) на случай кольцевых хромосом.Мы говорим, что 2-разрыв на краях ( U , x ), ( υ , υ , y ) использует вершины U , x , υ и y .

    Рисунок 2

    2-разрыв по краям ( у , против ) и ( х , у ), что соответствует (а) обращение, (б) деление, (в) транслокация/слияние .

    Пусть P и Q — «черный» и «красный» геномы на одном и том же наборе блоков синтении X. Граф точек останова G ( P , Q ) определен на множестве вершин V = { x t , x h | x χ } с черными и красными краями, унаследованными от геномов P и Q (рис. 1b). Черные и красные края образуют набор чередующихся черно-красных циклов в G ( P , Q ) и играют важную роль в анализе перестроек (см. [45] для получения дополнительной информации о перестройках генома). тривиальных циклов в G ( P , Q ), образованных парами параллельных черных и красных ребер, представляют общие смежности между блоками синтении в геномах P и Q . Вершины нетривиальных циклов в G ( P , Q ) представляют собой точек останова , которые разбивают геномы P и Q на ( P , c )-6 блоки ). Расстояние разрыва 2- d ( P , Q ) между кольцевыми геномами P и Q определяется как минимальное количество 2-разрывов, необходимых для трансформации одного генома в другой (рис. 1d).В отличие от геномного расстояния [46] (для линейных геномов), для кольцевых геномов легко вычислить расстояние с двумя разрывами [47]:

    Теорема 1 Q D ( P , Q ) = B ( P , Q ) — C ( P , Q ) , где B ( P , Q ) и c ( P , Q ) соответственно количество ( P , Q )- синтений блоков и нетривиальных 5 P 9564 , Q ).

    Повторное использование внутри и между точками останова

    На рисунке 3 показано филогенетическое дерево с заданными перестановками на его ветвях (мы пишем ρ e для обозначения 2-разрыва ρ на ребре e ) . Мы представляем каждый геном в виде геномного графа (то есть набора циклов) на одном и том же множестве V из 2 n вершин (соответствующих концам блоков синтении). Имея набор геномов и филогенетическое дерево, описывающее перестройки между этими геномами, мы определяем понятия повторного использования между и внутри контрольных точек.Вершина υ V представляет собой межрассудно на двух различных ветвях E ​​ 1 и E ​​ 2 филогенетического дерева, если существуют 2-разрывы ρ 1 e 1 и ρ 2 e 2 , которые оба используют υ . Точно так же вершина υ V представляет собой внутриреальный на ветви E ​​, если существуют два различных 2-разрыва ρ 1 , ρ 2 E ​​, что оба используйте υ .Например, вершина C C H взаимосвязано на ветвях ( Q 3 , P 1 ) А ( Q 2 , P 3 ), а вершина f h повторно используется на ветви ( Q 3 , Q 2 ) дерева на рис. 1 , E ​​ E ​​ 2 . вершины повторно используются внутри ветки e .Альтернативный подход к измерению повторного использования точки останова состоит в том, чтобы определить взвешенных значений повторного использования вершины υ на ветке e как max{0, use ( e , υ ) -1} где использует ( e , υ ) — количество двойных разрывов в e с использованием υ . Взвешенное внутреннее повторное использование BR ( e ) на ветке e является суммой взвешенного внутреннего повторного использования всех вершин. Заметим, что если ни одна вершина не используется более двух раз на ветви e , то BR ( e ) = br ( e ).

    Рисунок 3

    Пример четырех геномов с филогенетическим деревом и их графом множественных точек останова . (а) (а) филогенетическое дерево с четырьмя круговыми геномами p 1 , p p , p 3 3 , p p 4 (представлено зеленым, синим, красным и желтым графики соответственно) в листьях и указанных промежуточных геномах. Лицевые края не показаны. (b) График многократной точки зрения г ( P P P , P P 2 , P 3 , P 4 ) — это суперпозиция графов, представляющих геномы P .

    По смоделированным данным можно вычислить br ( e ) для всех ветвей и br ( e 1 , e 2 ) для всех пар филогенетического дерева. Однако для реальных данных перестановки вдоль ветвей неизвестны, что требует альтернативных способов оценки взаимного и внутреннего повторного использования.

    Циклы в графах точек останова предоставляют еще один способ оценки взаимного и внутреннего повторного использования. Для ветви e = ( P , Q ) филогенетического дерева можно оценить br ( e ) путем сравнения двухкратного расстояния d ( P , 6 Q , ) и количество точек разрыва 2 · b ( P , Q ) между геномами P и Q .Эти результаты на нижней границе связанные ( E ​​) = 4 · D ( P , Q ) -2 · B ( P , Q ) для BR ( e ) [34], что также дает хорошее приближение для br ( e ). С другой стороны, можно оценить BR ( E ​​ E ​​, E ​​, E ​​ 2 ) Как номер границы ( E ​​ 1 , E ​​ 2 ) вершин между нетривиальными циклами в графах точек останова, соответствующих ветвям e 1 и e 2 (аналогичный подход был использован в [48] и позднее исследован в [12, 33]).Если предположить, что геномы во внутренних узлах филогенетического дерева могут быть надежно реконструированы [33, 49–51], можно вычислить связанных ( e ) и связанных ( e 1 , e ). 2 ) для всех (пар) ответвлений. Ниже мы покажем, что эти границы точно аппроксимируют внутреннее и межповторное использование.

    Анализ повторного использования контрольных точек (симулированные геномы)

    Мы начнем с анализа смоделированных данных, основанных на FBM с n уязвимыми областями, присутствующими в k геномах, которые эволюционировали в соответствии с определенным филогенетическим древом (для варьируемого параметра n ).Мы представляем один из геномов листа как геном с 20 случайными кольцевыми хромосомами и моделируем сто двойных разрывов на каждой ветви дерева.

    Рисунок 4 представляет филогенетическое дерево на пяти листовых геномах, обозначенных млн. , R , R , Q , Q , H , H , H , и три предков генома, обозначены гр. , . В таблице на рис. 5 представлены результаты одного моделирования FBM и показано, что , связанный с ( e 1 , e 2 ), обеспечивает превосходную аппроксимацию для повторного использования , и 2 ) для всех 21 пары ответвлений.Хотя , связанный с ( e ) (по диагонали таблицы на рис. 5), несколько менее точен, он также обеспечивает разумное приближение для br ( e ). Мы отмечаем, что граница ( E ​​ E ​​ E ​​, E ​​ BR ( BR ) = BR ( E ​​ 1 , E ​​ 2 ) Если симуляция обеспечивают кратчайшие сценарии перестановки на ветвях. e 1 и e 2 .Таблица на рисунке 5 показывает, что это в основном относится к нашему моделированию.

    Фигура 4

    Филогенетическое дерево Т на пять геномы М , R , D , Q и H . Ветви дерева обозначаются как M +, R +, D +, Q +, H +, MR + и QH +.

    Рисунок 5

    Количество внутренних и повторных использований между семью ветвями дерева на рисунке 4, каждая длиной 100, для смоделированных геномов с n хрупких областей ( 9 9 = 500, 900, 1, 300) . Диагональные элементы представляют повторное использование внутри, а элементы над диагональю представляют повторное использование. В каждой ячейке с номерами x : y x представляет наблюдаемое повторное использование, а y представляет соответствующую нижнюю границу.Ячейки таблицы окрашены в красный цвет (для смежных веток типа M + и R +), в зеленый (для веток, разделенных одной веткой типа M + и D +, разделенных MR +) и желтый (для ветвей, которые разделены двумя ветвями, такими как M + и H +, разделенными MR + и QH +).

    Ниже мы опишем аналитические аппроксимации значений в таблице на рис. 5. Поскольку каждый 2-разрыв использует четыре из 2 n вершин в графе генома, случайный 2-разрыв использует вершину υ с вероятностью 2n .Таким образом, последовательность из t случайных двойных разрывов не использует вершину υ с вероятностью (1−2n)t≈e−2tn(fort≪n). Для филиалов E ​​ E ​​ E ​​ E ​​ E ​​ 3 2 3 2 с соответственно T 1 и T T 2 Случайные 2-разрывы, вероятность того, что определенная вершина взаимосвязана на E ​​ 1 и e 2 аппроксимируется как (1−e−2t1n)⋅(1−e−2t2n). Следовательно, ожидаемое количество повторно используемых вершин приблизительно равно 2n⋅(1−e−2t1n)⋅(1−e−2t2n).Ниже мы сравним наблюдаемое повторное использование с ожидаемым повторным использованием в FBM, чтобы увидеть, похожи ли они, таким образом проверив, представляет ли FBM разумную нулевую гипотезу. Мы будем использовать термин масштабированное повторное использование для обозначения наблюдаемого повторного использования, разделенного на ожидаемое повторное использование. Если FBM является адекватной нулевой гипотезой, мы ожидаем, что масштабированное повторное использование будет близко к единице.

    Аналогично, последовательность из t случайных двойных разрывов использует вершину υ ровно один раз с вероятностью t⋅2n⋅(1−2n)t−1≈2tne2(t−1)n.Следовательно, вероятность того, что конкретная вершина будет повторно использоваться внутри ветки с t случайных двойных разрывов, приблизительно равна 1−e−2tn−2tne2(t−1)n, что означает, что ожидаемое внутреннее повторное использование составляет приблизительно 2n⋅ (1−e−2tn−2tne2(t−1)n). Мы будем использовать термин масштабированное внутреннее повторное использование для обозначения наблюдаемого внутреннего повторного использования n e , разделенного на ожидаемое внутреннее повторное использование. В таблице S1 в дополнительном файле 1 показано масштабированное внутреннее и внешнее повторное использование для 21 пары ветвей (усредненное по 100 симуляциям) и показано, что все они близки к единице.

    Теперь мы выполняем аналогичное моделирование, на этот раз изменяя количество двойных разрывов на ветвях в соответствии с длинами ветвей, указанными на рисунке 4. Таблица S2 в дополнительном файле 1 (аналогично таблице S1 в дополнительном файле 1) показывает, что нижние границы также обеспечивают точные аппроксимации в случае различной длины ветвей. Аналогичные результаты были получены и в случае эволюционных деревьев с различной топологией (данные не показаны). Поэтому мы используем только нижние границы для создания таблицы на рисунке 6, а не показываем как реальные расстояния, так и нижние границы, как в таблице на рисунке 5.

    Рисунок 6

    По оценкам, число внутри- и между повторно связан ( е ) и связан ( е 1 , и 2 ) между семью ветвями с разной длиной ветвей, указанной на рисунке 4 (данные смоделированы в соответствии с FBM) .Ячейки окрашены, как на рис. 5.

    В случае, когда длины ветвей различаются, нам удобно представить данные в таблице S2 в дополнительном файле 1 другим способом (в виде графика), который лучше иллюстрирует изменчивость в масштабированном взаимное использование. Определим расстояние между ветвями e 1 и e 2 в филогенетическом дереве как расстояние между их серединами, то есть общую длину пути, начиная с e 4 . и заканчивается e 2 минус d(e1)+d(e2)2.Например, d(M+,H+)=56+170+58+28-56+282=270 (см. рис. 4). Ось x на рисунке S1 в дополнительном файле 1, 2 представляет собой расстояния между парами ветвей (всего 21 пара), а ось y представляет масштабированное повторное использование для пар ветвей на расстоянии x . .

    Удивительные нарушения повторного использования контрольных точек в геномах млекопитающих

    Длины ветвей, показанные на рисунке 4, фактически представляют собой приблизительное количество реаранжировок на ветвях филогенетического дерева для M ouse, R at, D og, мака Q ue и H геномы человека (представлены в алфавите из 433 «больших» блоков синтений, превышающих 500 000 нуклеотидов в геноме человека [50]).Для геномов млекопитающих M , R , D , Q и H мы впервые использовали MGRA [50] для реконструкции геномов их общих предков (обозначенных MR

    , и QH на рисунке 4), а также оценили повторное использование точки останова между парами ветвей филогенетического дерева. Результирующая таблица на Рисунке 7 показывает некоторые разительные отличия от смоделированных данных (Рисунок 6), которые следуют своеобразному шаблону: чем больше расстояние между двумя ветвями, тем меньше количество повторного использования между ними (в отличие от RBM/ FBM, где количество промежуточных переиспользований не зависит от расстояния между ветвями).Вышеприведенное утверждение является неточным, поскольку мы еще не описали, как сравнивать объем интерповторного использования для разных ветвей на разных расстояниях. Однако мы уже можем проиллюстрировать это явление, рассматривая ветки одинаковой длины, которые предположительно одинаково влияют на взаимное повторное использование (см. ниже).

    Заметим, что ветви M +, R + и QH + имеют одинаковую длину (от 56 до 68 перестановок) и построим подтаблицы рис. 6 (для n = 900) и рис. 7 с этим ветвям соответствуют только три строки (рис. 8).Поскольку длины ветвей M +, R + и QH + одинаковы, FBM подразумевает, что элементы, принадлежащие к одним и тем же столбцам в таблице на рисунке 8, должны быть подобны. Это действительно так для смоделированных данных (небольшие вариации в каждом столбце), но не для реальных данных. На самом деле максимальные элементы в каждом столбце для реальных данных превышают другие элементы в три-пять раз (за исключением столбца MR +). Более того, своеобразный паттерн, связанный с этими максимальными элементами (максимальные элементы соответствуют красным ячейкам), предполагает, что этот эффект вряд ли вызван случайными вариациями повторного использования контрольных точек.Напоминаем читателю, что красные ячейки соответствуют парам смежных ветвей в эволюционном дереве, предполагая, что повторное использование точки останова максимально между близкими ветвями и уменьшается со временем эволюции. Аналогичная картина наблюдается и для других пар ветвей схожей длины: соседние ветви имеют гораздо более высокое повторное использование, чем удаленные ветви. Отметим также, что наиболее удаленные пары ветвей ( H + и M +, H + и R +, Q + и M +, Q + и R + + в желтых ячейках) имеют наименьшее повторное использование.Единственная ветвь, которая показывает относительно схожее повторное использование (от 58 до 80) с ветвями M +, R + и QH +, — это ветвь MR +, которая примыкает к каждой из этих ветвей. .

    Рисунок 7

    По оценкам, число внутри- и между повторно связан ( е ) и связан ( е 1 , и 2 ) между семью ветвями филогенетического древа на рисунке 4 из пяти геномов млекопитающих (реальные данные) .Ячейки окрашены, как на рис. 5.

    рис. 8

    Подтаблицы рис. 6 для n = 900 (верхняя часть) и рис. 7 (нижняя часть) с ветвями +, R + и QH + как один элемент пары . Клетки окрашены, как на рисунке 5.

    Ниже мы модифицируем FBM, чтобы получить новую модель эволюции хромосом, объясняющую неожиданные неравномерности повторного использования геномов млекопитающих.

    Модель хрупкой поломки оборота: рождение и смерть хрупких областей

    Мы начинаем с моделирования 100 перестановок на каждой ветви дерева на рисунке 4. Однако вместо того, чтобы предполагать, что хрупкие области фиксированы, мы предполагаем, что после каждой перестановки x хрупких областей «умирают» и x хрупких областей «рождаются» (сохраняя постоянное количество хрупких областей на протяжении всей симуляции). Мы предполагаем, что геном имеет 95 645 m 95 646 потенциально «разрывных» сайтов, но только 95 645 n 95 646 из них в настоящее время хрупкие (95 645 n 95 646 ≤ 95 645 m 95 646) (остальные 95 645 n — m 95 646 сайтов в настоящее время являются твердыми).Умирающие регионы выбираются случайным образом из n хрупких в настоящее время регионов, а вновь рожденные регионы выбираются случайным образом из m — n сплошных регионов. Простейшая ТФБМ с фиксированной скоростью процесса «рождения и гибели» определяется параметрами m , n , оборот скорость х . FBM является частным случаем TFBM, соответствующим x = 0 и n < m , тогда как RBM является частным случаем TFBM, соответствующим x = 0 и n = m .Хотя эта чрезмерно упрощенная модель с фиксированной скоростью оборота может неадекватно описывать реальный процесс реорганизации, она позволяет проанализировать общие тенденции и сравнить их с тенденциями, наблюдаемыми в реальных данных. Мы также отмечаем, что целью этой статьи является разработка теста для различения TFBM и FBM/RBM, а не теста для различения FBM и RBM. Таким образом, наше моделирование не различает FBM ( x = 0 и n < m ) и RBM ( x = 0 и n = m ), поскольку они не влияют на m — n неактивных точек останова в FBM.Чтобы отличить FBM от RBM, необходимо проанализировать длинные циклы в графе точек останова и распределение размеров блоков синтении (см. [3, 8]).

    Крайняя левая подтаблица на Рисунке 9 с x = 0 представляет собой эквивалент таблицы на Рисунке 5 для FBM и показывает, что взаимное повторное использование примерно одинаково для всех пар ветвей (приблизительно 110 для n = 500, примерно 70 для n = 900, примерно 50 для n = 1, 300). Правые подтаблицы на рисунке 9 представляют собой эквиваленты самой левой подтаблицы для TFBM с коэффициентом оборота x = 1, 2, 3 и показывают, что повторное использование в желтых ячейках ниже, чем в зеленых ячейках, в то время как повторное использование в в зеленых клетках ниже, чем в красных.

    Рисунок 9

    Точки останова внутри и между повторным использованием (в среднем более 100 моделирования) в течение пяти моделируемых геномов М , R , D , в , Н под моделью TFBM с м = 2, 000 синтении блоков, л хрупкие регионы, скорость оборота х , и эволюционное дерево, показанное на рисунке 4 с длиной каждой ветви равной 100 .Ячейки окрашены, как на рисунке 5.

    На рисунке 10 показано масштабированное повторное использование, усредненное по желтым, зеленым и красным ячейкам, которое показывает различное поведение между FBM и TFBM. Действительно, в то время как масштабированное повторное использование близко к 1 для всех пар ветвей в случае FBM, оно варьируется в случае TFBM. Например, для n = 900, m = 2000 и x = 3 межповторное использование в желтых ячейках составляет примерно 40, в зеленых ячейках примерно 45, а в красных ячейках примерно 56. .В таблице S3 в дополнительном файле 1 представлены различия в повторном использовании между красными, зелеными и желтыми ячейками в зависимости от 95 645 m 95 646 и 95 645 x 95 646 (для 95 645 n 95 646 = 900). В разделе «Методы» мы описываем формулу для оценки повторного использования точки останова в случае TFBM, которая точно аппроксимирует значения, показанные на рисунке 10.

    Таблица S3 в дополнительном файле 1 демонстрирует, что распределение повторных желтые клетки различаются между FBM и TFBM.Мы утверждаем, что это распределение (например, наклон кривой на рисунке 10) представляет собой еще один тест для подтверждения или отклонения FBM/TFBM. Однако, хотя ясно, как применить этот тест к смоделированным данным (с известными перестройками), остается неясным, как вычислить его для реальных данных, когда геномы предков (а также параметры модели) неизвестны. В то время как предковые геномы могут быть надежно аппроксимированы с помощью алгоритмов реконструкции предкового генома [33, 49–51], оценка количества хрупких регионов остается открытой проблемой (см. [3]).Ниже мы разрабатываем новый тест (который не требует знания количества хрупких областей n ) и демонстрируем, что FBM не проходит этот тест, в то время как TFBM проходит, что объясняет удивительно низкое повторное использование в геномах млекопитающих.

    Рисунок 10

    Масштабированное интер-повторное использование в течение пяти моделируемых геномов М , R , D , В , Н на м = 2000 синтении блоков, п = 900 хрупкие регионы, а скорость оборота х изменяется от нуля до четырех с филогенетического дерева и длины ответвлений показаны на рисунке 4 .Моделирование следует FBM ( x = 0) и TFBM ( x варьируется от одного до четырех). На графике показано масштабированное повторное использование только для трех контрольных точек (соответствующих красным, зеленым и желтым ячейкам), которые несколько произвольно соединены прямыми сегментами для лучшей визуализации.

    Тест повторного использования точки останова для нескольких видов

    Имея филогенетическое дерево, описывающее сценарий перестройки, мы определяем повторное использование точки останова для нескольких видов в этом дереве следующим образом. Для двух перестановок ρ 1 и ρ ρ 2 3 2 в сценарии мы определяем расстояние D ( ρ 1 , ρ 2 ) Как количество перестановок в сценарии между ρ 1 и ρ 2 плюс один.Например, расстояние между двумя разрывами r 4 и r 6 в дереве на рисунке 3 равно четырем. Мы определяем (фактическое) повторное использование многовидовой точки останова как функцию

    , которое представляет общее повторное использование точки останова между парами перестановок ρ 1 , ρ 2 на расстоянии l , деленное на количество таких пар. Здесь BR ( ρ ρ ρ ρ 2 ) обозначает количество вершин, используемых как 2-разрывами ρ 1 и ρ 2 .

    Поскольку перестановки на ветвях филогенетического дерева неизвестны, мы используем следующую процедуру выборки для аппроксимации R ( l ). Имея геномы P и Q , мы отбираем различные сценарии кратчайших перестроек между этими геномами, генерируя случайные преобразования с двумя разрывами P в Q . Чтобы сгенерировать случайное преобразование, мы сначала случайным образом выбираем нетривиальный цикл C в графе точек останова G ( P , Q ) с вероятностью, пропорциональной | C |/ = 2 — 1, т. е. количество 2-разрывов, необходимых для преобразования такого цикла в набор тривиальных циклов (| C | обозначает длину C ).Затем равномерно случайным образом выбирается 2-разрыв ρ из множества всех (2|C|/2)=|C|(|C|−2)8 2-разрывов, который разбивает выбранный цикл C на 2 8 два и, таким образом, по теореме 1 уменьшает расстояние между P и Q на единицу (то есть d ( ρ P , Q ) = d ( Q

    , 95) -1). Продолжаем итеративно выбирать нетривиальные циклы и 2-разрывы для геномов ρ · P и Q и так далее, пока P не преобразуется в Q .

    Описанная выборка может быть выполнена для каждой ветви e = ( P , Q ) филогенетического дерева, по существу разбивая e на длины ( e ) = 46 , Q ) подветвей, каждая из которых имеет один 2 разрыва. Получившееся дерево будет иметь ∑ e длина ( e ) подветвей, где сумма берется по всем ветвям e .

    Для каждой пары подветвей мы вычисляем количество повторно используемых вершин в них и накапливаем эти числа в соответствии с расстоянием между этими подветвями в дереве. Эмпирическое повторное использование многовидовых контрольных точек (среднее повторное использование между всеми подветвями на расстоянии l ) определяется как фактическое повторное использование многовидовых контрольных точек в выбранном сценарии перегруппировки. Рисунок S2 в дополнительном файле 1 представляет эту функцию для пяти смоделированных геномов на 95 645 м 95 646 = 2 000 блоков синтении, 95 645 n 95 646 = 900 хрупких регионов и скорости оборота 95 645 x 95 646, варьирующейся от нуля до четырех, с одним и тем же филогенетическим деревом. и расстояния между геномами (усредненные по 100 случайным выборкам, в то время как отдельные выборки дают разные результаты, мы обнаружили, что дисперсия оценок R ( l ) по разным выборкам довольно мала).Рисунок S3 в дополнительном файле 1 демонстрирует, что наша процедура выборки, хотя и несовершенная, точно оценивает теоретическую кривую R ( l ) (см. [52] для других подходов к сценариям реорганизации выборки). Аналогичные тесты на филогенетических деревьях с различной топологией продемонстрировали хорошее соответствие между реальными, эмпирическими и теоретическими кривыми R ( l ) (данные не показаны).

    Для пяти геномов млекопитающих график R ( l ) показан на рисунке 11.По этой эмпирической кривой мы оценили параметры n ≈ 196, x ≈ 1:12 и m ≈ 4, 017 (см. Методы) и отобразили соответствующую теоретическую кривую. Отметим, что расчетный параметр n в TFBM, как ожидается, будет больше, чем наблюдаемое количество блоков синтении (поскольку не все потенциально разрушаемые области были разрушены в данном эволюционном сценарии). Рисунок S4 в дополнительном файле 1 представляет собой аналог рисунка 11 для тех же геномов в более высоком разрешении и иллюстрирует, что все три параметра n , x и m зависят от разрешения данных.

    Рисунок 11

    Эмпирические и теоретические кривые, представляющие количество Reuses R L ) Как функция расстояния L между парами субфатров дерева на рисунке 4 пяти геномов млекопитающих (предковые геномы были рассчитаны с использованием MGRA [50] ) . Эмпирическая кривая усреднена по 1000 случайных выборок кратчайших сценариев перегруппировки, а теоретическая кривая наилучшим образом соответствует параметрам n ≈ 196, x ≈ 1:12 и m ≈ 4,017 (см. Методы).

    Мы утверждаем, что эмпирическая кривая повторного использования точек останова для нескольких видов R ( l ) дополняет тесты «экспоненциального распределения длин» [2] и «попарного повторного использования точек останова» [3] в качестве третьего критерия для принятия/отклонения RBM, FBM , а теперь TFBM. Можно использовать параметры n и x (оцененные по эмпирической кривой R ( l )), чтобы оценить степень процесса «рождения и смерти» и объяснить, почему Ma et al. [33] обнаружил так мало общих точек разрыва между разными линиями млекопитающих.На практике «тест на повторное использование нескольких видов» можно применять так же, как «критерий экспоненциального распределения длин» Надо-Тейлора применялся в многочисленных статьях. Тест Надо-Тейлора обычно сводился к построению гистограммы блоков синтении и оценке (часто визуально) того, соответствует ли она экспоненциальному распределению. Точно так же «тест на повторное использование нескольких видов» сводится к построению кривой R ( l ) и оценке того, значительно ли она отклоняется от горизонтальной линии, предложенной RBM и FBM.Расчетные параметры модели TFBM (см. Методы) можно использовать для количественной оценки степени этих отклонений.

    TFBM также поднимает интригующий вопрос о том, что вызывает рождение и смерть хрупких регионов. Как продемонстрировали Zhao и Bourque [38], непропорционально большое количество перестроек в линиях приматов окружено MSD. TFBM согласуется с гипотезой Чжао-Бурка о том, что перестройки запускаются MSD, поскольку MSD также подвержены процессу «рождения и смерти».Действительно, после сегментарной дупликации пара совпадающих сегментов подвергается случайным мутациям, и сходство между этими сегментами со временем исчезает (пара сегментарных дупликаций «исчезает» примерно через 40 миллионов лет эволюции, если принять параметры для определения сегментарных дупликаций). из [53]).

    Мозаичная структура сегментарных дупликаций [53] обеспечивает дополнительное объяснение того, как MSD могут способствовать повторному использованию точек останова и генерировать длинные циклы, типичные для графов точек останова геномов млекопитающих.Будущие исследования корреляции между ломкими областями и MSD в геноме человека выиграют от алгоритмов точного обнаружения точек разрыва перестройки [54] и будут описаны в другом месте.

    Хрупкие участки генома человека

    Представьте себе следующий мысленный эксперимент: 25 миллионов лет назад (время разделения человека и макаки) ученый секвенирует геном предка человека и макаки ( QH ) и пытается предсказать участки (будущих) перестроек в (будущем) геноме человека.Единственная другая информация, которой располагает ученый, — это геномы мышей, крыс и собак. В то время как RBM не предлагает подсказок о том, как сделать такой прогноз, FBM предлагает, чтобы ученый использовал точки разрыва между одним из доступных геномов и QH в качестве прокси для уязвимых областей. Например, существует 552 контрольных точки между геномом мыши ( M ) и QH , и 34 из них фактически использовались в человеческой генеалогии, что дает только 34 = 552 ≈ 6% точности в предсказании будущих контрольных точек человека (мы используем блоки синтении крупнее 500 К из [50]).

    TFBM предполагает, что ученый должен скорее использовать геном , ближайший к геному QH , чтобы лучше предсказать точки останова человека. Этого можно достичь, сначала реконструируя общего предка ( MRD ) предка мыши, крысы, собаки и человека-макаки, ​​а затем используя контрольные точки между MRD и QH в качестве прокси для сайтов перегруппировок в человеческий род. 18 из 162 точек останова между MRD и QH были использованы в родословной человека, что дало 18 = 162 ≈ 11% точного предсказания точек останова у человека, что почти удвоило точность предсказаний из отдаленных геномов.

    А теперь представьте, что ученый каким-то образом получил доступ к сохранившемуся геному макаки. Между Q и QH имеется 68 точек останова, и 10 из них использовались в родословной человека, в результате чего 10 = 68 ≈ 16% точного предсказания человеческих точек останова, что снова повышает точность прогнозов. Эти оценки показывают, что TFBM можно использовать для повышения точности предсказания 95 645 будущих 95 646 перестроек в различных линиях и демонстрируют, что сайты 95 645 недавних 95 646 перестроек в линиях человека и других приматов представляют собой наилучшее предположение для активных в настоящее время хрупких областей в наследственности. человеческий геном.

    Поэтому сосредоточимся на инцидентных ветвях H +, Q + и QH + и построим графы точек останова G ( H , QH ), 6 5 6 , QH , 6 5 6 , G 95 QH ) и G ( QH , MRD ). Рисунок S5 в дополнительном файле 1 накладывает эти три графика и (вместе с таблицей S4 в дополнительном файле 1) иллюстрирует точки останова, которые повторно использовались в ветвях H +, Q + и QH +.На рисунке 12 показаны положения этих недавно затронутых точек разрыва (в проекции на геном человека), которые, согласно TFBM, представляют собой наилучшие прокси для активных в настоящее время хрупких областей в геноме человека. Различные текущие проекты по секвенированию генома приматов вскоре приведут к еще более точной оценке хрупких областей человеческого генома.

    Рисунок 12

    Позиции регионов, сломанных на эволюционном пути от грызунов-примат-морщинового предка (то есть на H +, Q +, и QH + ответвления), спроецированные на хромосомы человека .

    Меню на каждый день, рецепты

    Запор обсуждается при отсутствии акта дефекации в течение трех-пяти дней. Лечебная диета, известная в медицине как «Диета №3», предназначена для восстановления перистальтики и нормализации пищеварения, нарушенного из-за весьма распространенных желудочно-кишечных заболеваний. Их провоцируют типичные «вредители» современной жизни – нерегулярное питание, малоподвижная работа, некачественная пища.

    Суть диеты №3 заключается в активизации моторики кишечника и перемещении каловых масс ближе к «выходу».Для восстановления двигательной функции рекомендуется питание — преимущественно растительное, с высоким содержанием клетчатки. Это овощные, крупяные блюда, кисломолочные напитки.

    • Под запретом продукты, вызывающие гниение или брожение. Эту диету диетологи и здоровым людям не рекомендуют, и даже больным с проблемами пищеварения она категорически противопоказана. Это жареная, копченая, маринованная, жирная пища, газированные и ненатуральные напитки.

    Несмотря на ограничения, стол №3 является сбалансированным питанием и содержит полный набор питательных веществ.Диета стандартная: есть нужно часто, но постепенно, без особых пауз и перееданий.

    Диета №3 для детей

    Запором у детей считается отсутствие опорожнения в течение трех дней. Одной из причин такого состояния является детская застенчивость, из-за которой они страдают подолгу, не выходя из дома. Это вызывает снижение чувствительности барорецепторов и ослабление тонуса конечного отдела кишечника. Лечение запоров невозможно без диеты №3.

    • Особую опасность представляет то, что гниющие массы образуют токсины, которые всасываются в кровь и отравляют детский организм. Если срочно не принять действенных мер, то болезненная дефекация приводит к трещинам прямой кишки. Диетическое питание способно справиться с проблемой и очистить кишечник малыша.

    Диета №3 для детей оставлена ​​в зависимости от возраста. Принципиальных различий между детским и взрослым меню нет. Различия касаются веса порций и способа обработки продуктов.

    На первом месте в списке разрешенных продуктов находится плодоовощная группа. Содержащаяся в них клетчатка обволакивает внутренние стенки пищеварительного тракта и очищает их от отложившихся шлаков. Помидоры, морковь, кабачки, свекла, огурцы, цветная капуста, тыква, очищенный печеный картофель – все эти фрукты полезны при детских запорах. Популярные ягоды и фрукты подходят практически всем. Максимум растительную пищу едят в сыром виде и со шкуркой. Салаты рекомендуется обогащать отрубями.Размоченные сухофрукты, печеные яблоки являются прекрасным десертом и лечебной пищей одновременно, к тому же они приходятся по вкусу всем детям.

    В рацион питания входят рыбные и мясные блюда — паровые, отварные, запеченные — не чаще 3-х раз в неделю, супы на воде, разбавленные бульонами — ежедневно. Из гарниров рекомендуются гречневая, пшеничная и перловая каши. Порции должны быть такими, чтобы не перегружать желудок.

    Черный вчерашний хлеб с полезными добавками рекомендуется съедать до 250 г в день, а мед, обладающий мягким слабительным действием, запивать простой водой.На детский стол №3 допускаются не слишком сладкие компоты, кисели, джемы и джемы, а из молочных – домашний кефир, простокваша, творог. Они компенсируют недостаток белковой пищи. Кисломолочные продукты можно употреблять во время еды.

    Из напитков, кроме воды, полезны соки из овощей и фруктов, легкий чай. Зелень нельзя давать детям до 12 лет. Детали зависят от возраста, и грамотный диетолог учтет эти особенности.Например, при запорах у грудничков вносят коррективы в рацион матери.

    Важно, чтобы блюда и напитки были разнообразными, чтобы ребенок не привык ни к одному из них. Двигательная активность активизируется постепенно, результат — стабилизация стула — виден примерно через 10 дней. Рекомендации по продолжительности диеты педиатр должен давать индивидуально в каждом случае.

    [23], [24], [25], [26], [27], [28]

    Меню на каждый день на неделю диеты №3

    Много вариантов меню на каждый день на неделю диеты №3.Это дает возможность учитывать вкусовые предпочтения каждого пациента.

    Общие принципы диеты № 3 — употреблять не менее 4-5 раз в день блюда нормальной температуры и солености, желательно в одно и то же время. Важна технология приготовления: часто используют воду или пар, а свежие овощи для салатов не слишком измельчают. Если заболевание связано с воспалением внутренней оболочки, то для ее защиты лучше есть вареные овощи.

    Начните день со стакана медового напитка или фреша.Завтрак и ужин заканчиваются чаем, перед завтраком рекомендуется стакан кефира или чернослива. Примерное меню по дням.

    Завтрак: овощи с оливковым маслом, омлет (9.00).

    2 завтрак: яблоко (11.00).

    Обед: суп, говядина с овощами, узвар (14.00).

    Полдник: йогурт или другой кисломолочный продукт (16.00).

    Ужин: голубцы, творог (18.00).

    Завтрак: салат с тунцом, свежий домашний сыр с медом.

    2 завтрак: фруктовый салат.

    Обед: суп, омлет, овощи, компот.

    Полдник: легкий десерт.

    Ужин: рыба с гарниром из гречки.

    Завтрак: овощной салат, омлет.

    2 завтрак: запечь яблоко.

    Обед: суп постный, салат из свеклы.

    Полдник: йогурт.

    Ужин: творог со сметаной.

    Завтрак: гречка, мед.

    2 завтрак: сметана, творог.

    Обед: борщ на жидком бульоне, котлета.

    Полдник: йогурт.

    Ужин: винегрет, картофельное пюре.

    Завтрак: мюсли с сухофруктами, йогурт.

    2 завтрак: яблочно-сливовое пюре.

    Обед: суп из креветок, овощи с тунцом.

    Полдник: крекеры со сливовым джемом.

    Ужин: рыбная котлета с гречкой, ряженка.

    Завтрак: омлет, салат из капусты, компот из груш.

    2 завтрак: травяной напиток с медом.

    Обед: бульон, свекольный салат, томатный сок.

    Полдник: салат из моркови и морской капусты.

    Ужин: мясные голубцы без риса, пирог с черносливом, компот.

    Завтрак: гречка, огурец, кефир.

    2 завтрак: творожно-персиковое пюре.

    Обед: куриное филе, салат из огурцов и томатный суп, суп.

    Полдник: фруктовое пюре.

    Ужин: запеченная тыква с медом, молоко.

    Рецепты блюд диетического питания №3

    При попадании вкусного продукта в верхний отдел пищеварительного тракта нижние отделы рефлекторно сокращаются, что способствует продвижению содержимого и опорожнению прямой кишки.Аппетитный вид и аромат пищи активизируют этот процесс, поэтому важно, чтобы блюда диеты №3 вызывали аппетит и желание их съесть.

    • Вкусный суп готовят из нескольких видов овощей: шинкованных или сорванных на соцветия помидоров, сладкого перца, моркови, лука, а также обыкновенной, цветной или капустной брокколи. Горячая вода ставится сразу всем, кроме помидоров — они чуть позже. Базилик, лавровый лист и сметана обогатят вкус блюда.
    • Тушеная капуста идеально стимулирует работу кишечника. Готовится на сковороде с высокими бортиками. Сначала обжарить нарезанный соломкой лук и морковь, затем добавить нашинкованную капусту и воду. Кстати, будут и другие фрукты — помидоры, перец. Если они разного цвета, то блюдо получается еще и красивым. Солят до окончания тушения, которое длится около получаса. За это время вода выкипит, а капуста сохранит вкус и ароматную гамму всех овощей.

    Рецепты блюд диеты №3 для детей очень разнообразны и вкусны.

    • Салат из свеклы с черносливом готовится так.