Alignment uncertainty, regressive alignment and large scale deployment

A multiple sequence alignment (MSA) provides a description of the relationship between biological sequences where columns represent a shared ancestry through an implied set of evolutionary events. The majority of research in the field has focused on improving the accuracy of alignments within the pr...

Descripción completa

Detalles Bibliográficos
Autor: Floden, Evan
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2018
País:España
Institución:CBUC, CESCA
Repositorio:TDR. Tesis Doctorales en Red
OAI Identifier:oai:www.tdx.cat:10803/665300
Acceso en línea:http://hdl.handle.net/10803/665300
Access Level:acceso abierto
Palabra clave:Multiple sequence alignment
Alignment incertainty
Regressive alignment
Workflows
Alineament de seqüència múltiple
Incertesa d'alineació
Alineació regressiva
Fluxos de treball
573
id ES_ec9b5fa5c0a135ea4838ed6d7d12dd06
oai_identifier_str oai:www.tdx.cat:10803/665300
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Alignment uncertainty, regressive alignment and large scale deployment
title Alignment uncertainty, regressive alignment and large scale deployment
spellingShingle Alignment uncertainty, regressive alignment and large scale deployment
Floden, Evan
Multiple sequence alignment
Alignment incertainty
Regressive alignment
Workflows
Alineament de seqüència múltiple
Incertesa d'alineació
Alineació regressiva
Fluxos de treball
573
title_short Alignment uncertainty, regressive alignment and large scale deployment
title_full Alignment uncertainty, regressive alignment and large scale deployment
title_fullStr Alignment uncertainty, regressive alignment and large scale deployment
title_full_unstemmed Alignment uncertainty, regressive alignment and large scale deployment
title_sort Alignment uncertainty, regressive alignment and large scale deployment
dc.creator.none.fl_str_mv Floden, Evan
author Floden, Evan
author_facet Floden, Evan
author_role author
dc.contributor.none.fl_str_mv Notredame, Cedric
Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut
dc.subject.none.fl_str_mv Multiple sequence alignment
Alignment incertainty
Regressive alignment
Workflows
Alineament de seqüència múltiple
Incertesa d'alineació
Alineació regressiva
Fluxos de treball
573
topic Multiple sequence alignment
Alignment incertainty
Regressive alignment
Workflows
Alineament de seqüència múltiple
Incertesa d'alineació
Alineació regressiva
Fluxos de treball
573
description A multiple sequence alignment (MSA) provides a description of the relationship between biological sequences where columns represent a shared ancestry through an implied set of evolutionary events. The majority of research in the field has focused on improving the accuracy of alignments within the progressive alignment framework and has allowed for powerful inferences including phylogenetic reconstruction, homology modelling and disease prediction. Notwithstanding this, when applied to modern genomics datasets - often comprising tens of thousands of sequences - new challenges arise in the construction of accurate MSA. These issues can be generalised to form three basic problems. Foremost, as the number of sequences increases, progressive alignment methodologies exhibit a dramatic decrease in alignment accuracy. Additionally, for any given dataset many possible MSA solutions exist, a problem which is exacerbated with an increasing number of sequences due to alignment uncertainty. Finally, technical difficulties hamper the deployment of such genomic analysis workflows - especially in a reproducible manner - often presenting a high barrier for even skilled practitioners. This work aims to address this trifecta of problems through a web server for fast homology extension based MSA, two new methods for improved phylogenetic bootstrap supports incorporating alignment uncertainty, a novel alignment procedure that improves large scale alignments termed regressive MSA and finally a workflow framework that enables the deployment of large scale reproducible analyses across clusters and clouds titled Nextflow. Together, this work can be seen to provide both conceptual and technical advances which deliver substantial improvements to existing MSA methods and the resulting inferences.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019
2020
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/10803/665300
url http://hdl.handle.net/10803/665300
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 229 p.
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universitat Pompeu Fabra
publisher.none.fl_str_mv Universitat Pompeu Fabra
dc.source.none.fl_str_mv TDX (Tesis Doctorals en Xarxa)
reponame:TDR. Tesis Doctorales en Red
instname:CBUC, CESCA
instname_str CBUC, CESCA
reponame_str TDR. Tesis Doctorales en Red
collection TDR. Tesis Doctorales en Red
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869423329257979904
spelling Alignment uncertainty, regressive alignment and large scale deploymentFloden, EvanMultiple sequence alignmentAlignment incertaintyRegressive alignmentWorkflowsAlineament de seqüència múltipleIncertesa d'alineacióAlineació regressivaFluxos de treball573A multiple sequence alignment (MSA) provides a description of the relationship between biological sequences where columns represent a shared ancestry through an implied set of evolutionary events. The majority of research in the field has focused on improving the accuracy of alignments within the progressive alignment framework and has allowed for powerful inferences including phylogenetic reconstruction, homology modelling and disease prediction. Notwithstanding this, when applied to modern genomics datasets - often comprising tens of thousands of sequences - new challenges arise in the construction of accurate MSA. These issues can be generalised to form three basic problems. Foremost, as the number of sequences increases, progressive alignment methodologies exhibit a dramatic decrease in alignment accuracy. Additionally, for any given dataset many possible MSA solutions exist, a problem which is exacerbated with an increasing number of sequences due to alignment uncertainty. Finally, technical difficulties hamper the deployment of such genomic analysis workflows - especially in a reproducible manner - often presenting a high barrier for even skilled practitioners. This work aims to address this trifecta of problems through a web server for fast homology extension based MSA, two new methods for improved phylogenetic bootstrap supports incorporating alignment uncertainty, a novel alignment procedure that improves large scale alignments termed regressive MSA and finally a workflow framework that enables the deployment of large scale reproducible analyses across clusters and clouds titled Nextflow. Together, this work can be seen to provide both conceptual and technical advances which deliver substantial improvements to existing MSA methods and the resulting inferences.Un alineament de seqüència múltiple (MSA) proporciona una descripció de la relació entre seqüències biològiques on les columnes representen una ascendència compartida a través d'un conjunt implicat d'esdeveniments evolutius. La majoria de la investigació en el camp s'ha centrat a millorar la precisió dels alineaments dins del marc d'alineació progressiva i ha permès inferències poderoses, incloent-hi la reconstrucció filogenètica, el modelatge d'homologia i la predicció de malalties. Malgrat això, quan s'aplica als conjunts de dades de genòmica moderns, que sovint comprenen desenes de milers de seqüències, sorgeixen nous reptes en la construcció d'un MSA precís. Aquests problemes es poden generalitzar per formar tres problemes bàsics. En primer lloc, a mesura que augmenta el nombre de seqüències, les metodologies d'alineació progressiva presenten una disminució espectacular de la precisió de l'alineació. A més, per a un conjunt de dades, existeixen molts MSA com a possibles solucions un problema que s'agreuja amb un nombre creixent de seqüències a causa de la incertesa d'alineació. Finalment, les dificultats tècniques obstaculitzen el desplegament d'aquests fluxos de treball d'anàlisi genòmica, especialment de manera reproduïble, sovint presenten una gran barrera per als professionals fins i tot qualificats. Aquest treball té com a objectiu abordar aquesta trifecta de problemes a través d'un servidor web per a l'extensió ràpida d'homologia basada en MSA, dos nous mètodes per a la millora de l'arrencada filogenètica permeten incorporar incertesa d'alineació, un nou procediment d'alineació que millora els alineaments a gran escala anomenat MSA regressivu i, finalment, un marc de flux de treball permet el desplegament d'anàlisis reproduïbles a gran escala a través de clústers i computació al núvol anomenat Nextflow. En conjunt, es pot veure que aquest treball proporciona tant avanços conceptuals com tècniques que proporcionen millores substancials als mètodes MSA existents i les conseqüències resultants.Programa de doctorat en BiomedicinaUniversitat Pompeu FabraNotredame, CedricUniversitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut201920202018info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersion229 p.application/pdfapplication/pdfhttp://hdl.handle.net/10803/665300TDX (Tesis Doctorals en Xarxa)reponame:TDR. Tesis Doctorales en Redinstname:CBUC, CESCAInglésL'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:www.tdx.cat:10803/6653002026-06-14T12:46:07Z
score 15.300719

Similares en LA Referencia