Details

Объектом исследования являются данные полногеномного (WGBS) и редуцированного (RRBS) бисульфитного секвенирования, предметом исследования — методы метагенного анализа метилирования ДНК и их программная реализация.Цель работы -разработка компактного, гибкого и воспроизводимого программного модуля для разведочного метагенного анализа метилирования ДНК в составе пакета BSXplorer2, применимого как к модельным, так и к немодельным организмам.В ходе работы выполнен обзор механизмов метилирования ДНК, методов полногеномного анализа метилирования и существующих биоинформатических инструментов, выявлены их ограничения при метагенном анализе. Разработан и реализован Python-слой метагенного и регионального анализа и визуализации для пакета BSXplorer2 (поверх Rust-ядра), в основе которого лежит разделение этапов извлечения сигнала, формирования региональных данных и визуализации, а также универсальное представление геномных регионов координатами (seqname, start, end, strand). Реализованы контекстно-специфический (CG, CHG, CHH) coverage-weighted расчёт метилирования, учёт ориентации генов и гибкий биннинг по схеме 20/50/20 (90 интервалов).Апробация проведена на данных двух растительных объектов — Brassica и Hordeum. На плотных данных Brassica получены интерпретируемые метагенные профили во всех трёх контекстах с выраженной контекстной иерархией (CG > CHG > CHH); на разреженных данных Hordeum показана диагностическая функция инструмента и выделен наиболее информативный CHH-контекст.Полученные результаты подтверждают применимость BSXplorer2 для поискового анализа метилома и контроля качества метагенных данных у немодельных организмов.

This graduation thesis presents the development and evaluation of a software module for downstream DMR and metagene analysis of bisulfite sequencing data in the BSX2 environment. The object of the study is WGBS/RRBS methylation data and tables of differentially methylated regions; the subject is their harmonization, quality control, genome-annotation linking, and interpretation. The goal is to build a reproducible downstream layer that converts outputs of external DMR callers into verifiable tables, plots, and reporting artifacts. The module implements DMR import and normalization, strict reciprocal overlap, source consensus construction, effect–direction checks, regional aggregation of mC/uC counts, coverage control, effect–size diagnostics, bootstrap intervals, GLM/GLMM validation, metagene projection, occupancy matrices, random-control testing, and TE-like annotation classification. The workflow was evaluated on plant methylomes of Solanum lycopersicum (GSE190780) and Oryza sativa (GSE202715). For tomato, a consensus of 84,814 regions was built; 14,941 were supported by at least two tools, and 84 of 150 selected methylKit regions were confirmed by CpG-level GLMM. For rice, GLMM confirmed 17 of 20 tested regions. The results show that the module is suitable for reproducible interpretation of DMR candidates, while enrichment of DMR-linked loci with TE-like annotations is treated as an associative biological finding. This graduation thesis presents the development and evaluation of a software module for downstream DMR and metagene analysis of bisulfite sequencing data in the BSX2 environment. The object of the study is WGBS/RRBS methylation data and tables of differentially methylated regions; the subject is their harmonization, quality control, genome-annotation linking, and interpretation. The goal is to build a reproducible downstream layer that converts outputs of external DMR callers into verifiable tables, plots, and reporting artifacts. The module implements DMR import and normalization, strict reciprocal overlap, source consensus construction, effect–direction checks, regional aggregation of mC/uC counts, coverage control, effect–size diagnostics, bootstrap intervals, GLM/GLMM validation, metagene projection, occupancy matrices, random-control testing, and TE-like annotation classification. The workflow was evaluated on plant methylomes of Solanum lycopersicum (GSE190780) and Oryza sativa (GSE202715). For tomato, a consensus of 84,814 regions was built; 14,941 were supported by at least two tools, and 84 of 150 selected methylKit regions were confirmed by CpG-level GLMM. For rice, GLMM confirmed 17 of 20 tested regions. The results show that the module is suitable for reproducible interpretation of DMR candidates, while enrichment of DMR-linked loci with TE-like annotations is treated as an associative biological finding.