Genetic variation among individual humans occurs on many different scales, ranging from gross alterations in the human karyotype to single nucleotide changes. Here we explore variation on an intermediate scale—particularly insertions, deletions and inversions affecting from a few thousand to a few million base pairs. We employed a clone-based method to interrogate this intermediate structural variation in eight individuals of diverse geographic ancestry. Our analysis provides a comprehensive overview of the normal pattern of structural variation present in these genomes, refining the location of 1,695 structural variants. We find that 50% were seen in more than one individual and that nearly half lay outside regions of the genome previously described as structurally variant. We discover 525 new insertion sequences that are not present in the human reference genome and show that many of these are variable in copy number between individuals. Complete sequencing of 261 structural variants reveals considerable locus complexity and provides insights into the different mutational processes that have shaped the human genome. These data provide the first high-resolution sequence map of human structural variation—a standard for genotyping platforms and a prelude to future individual genome sequencing projects. Clone-based sequencing of the genomes of eight unrelated individuals — four African and four non-African — has been used to build a picture of human genetic variation. The study concentrated on intermediate-scale variations a few thousand to a few million base pairs long. The results confirm the finding that African genomes are more diverse than other groups, and suggest that previous estimates of the incidence of 'copy-number variant' base pairs have been too high. The data suggest that, despite recent evidence to the contrary, non-allelic homologous recombination is the dominant process in promoting structural variation in the genome. Studies of this type provide benchmarks for the many genome sequences that will be generated by next-generation technologies. This paper examines eight individual genomes using a clone-based sequencing approach, for structural variants of 8,000 nucleotides or more. One of the first high-quality inversion maps for the human genome is generated, and it is demonstrated that previous estimates of variation of this sort have been too high.

The human X chromosome has a unique biology that was shaped by its evolution as the sex chromosome shared by males and females. We have determined 99.3% of the euchromatic sequence of the X chromosome. Our analysis illustrates the autosomal origin of the mammalian sex chromosomes, the stepwise process that led to the progressive loss of recombination between X and Y, and the extent of subsequent degradation of the Y chromosome. LINE1 repeat elements cover one-third of the X chromosome, with a distribution that is consistent with their proposed role as way stations in the process of X-chromosome inactivation. We found 1,098 genes in the sequence, of which 99 encode proteins expressed in testis and in various tumour types. A disproportionately high number of mendelian diseases are documented for the X chromosome. Of this number, 168 have been explained by mutations in 113 X-linked genes, which in many cases were characterized with the aid of the DNA sequence. The detailed sequence of the human X chromosome is published this week, together with a survey of inactivated X genes in females. Females have two Xs and males have one X and a Y; to make the gene dosage equivalent, females inactivate almost an entire chromosome. The X inactivation profile has important clinical implications, as the unique nature of sex chromosomes means that it contains a disproportionate number of disease-causing genes. With both the X and Y chromosomes sequenced, their evolution from a pair of ‘normal’ chromosomes can be studied in detail. The cover, by Alfred Pasieka (Science Photo Library), depicts the inactivation signal starting at the middle of the chromosome (where it is reddest) and moving out through the arms.

The Rfam database (available at http://rfam.xfam.org) is a collection of non-coding RNA families represented by manually curated sequence alignments, consensus secondary structures and annotation gathered from corresponding Wikipedia, taxonomy and ontology resources. In this article, we detail updates and improvements to the Rfam data and website for the Rfam 12.0 release. We describe the upgrade of our search pipeline to use Infernal 1.1 and demonstrate its improved homology detection ability by comparison with the previous version. The new pipeline is easier for users to apply to their own data sets, and we illustrate its ability to annotate RNAs in genomic and metagenomic data sets of various sizes. Rfam has been expanded to include 260 new families, including the well-studied large subunit ribosomal RNA family, and for the first time includes information on short sequence- and structure-based RNA motifs present within families.

Rfam is a collection of RNA sequence families, represented by multiple sequence alignments and covariance models (CMs). The primary aim of Rfam is to annotate new members of known RNA families on nucleotide sequences, particularly complete genomes, using sensitive BLAST filters in combination with CMs. A minority of families with a very broad taxonomic range (e.g. tRNA and rRNA) provide the majority of the sequence annotations, whilst the majority of Rfam families (e.g. snoRNAs and miRNAs) have a limited taxonomic range and provide a limited number of annotations. Recent improvements to the website, methodologies and data used by Rfam are discussed. Rfam is freely available on the Web at http://rfam.sanger.ac.uk/and http://rfam.janelia.org/.

The Rfam database (available via the website at http://rfam.sanger.ac.uk and through our mirror at http://rfam.janelia.org) is a collection of non-coding RNA families, primarily RNAs with a conserved RNA secondary structure, including both RNA genes and mRNA cis-regulatory elements. Each family is represented by a multiple sequence alignment, predicted secondary structure and covariance model. Here we discuss updates to the database in the latest release, Rfam 11.0, including the introduction of genome-based alignments for large families, the introduction of the Rfam Biomart as well as other user interface improvements. Rfam is available under the Creative Commons Zero license.

Parasitic nematodes that cause elephantiasis and river blindness threaten hundreds of millions of people in the developing world. We have sequenced the ∼90 megabase (Mb) genome of the human filarial parasite Brugia malayi and predict ∼11,500 protein coding genes in 71 Mb of robustly assembled sequence. Comparative analysis with the free-living, model nematode Caenorhabditis elegans revealed that, despite these genes having maintained little conservation of local synteny during ∼350 million years of evolution, they largely remain in linkage on chromosomal units. More than 100 conserved operons were identified. Analysis of the predicted proteome provides evidence for adaptations of B. malayi to niches in its human and vector hosts and insights into the molecular basis of a mutualistic relationship with its Wolbachia endosymbiont. These findings offer a foundation for rational drug design.

The Rfam database aims to catalogue non-coding RNAs through the use of sequence alignments and statistical profile models known as covariance models. In this contribution, we discuss the pros and cons of using the online encyclopedia, Wikipedia, as a source of community-derived annotation. We discuss the addition of groupings of related RNA families into clans and new developments to the website. Rfam is available on the Web at http://rfam.sanger.ac.uk.

Generating expressed sequence tags is a simple, cheap, and efficient way to sample the genome of a target organism. An expressed sequence tag (EST) is a single-pass sequence derived from a single complementary DNA (cDNA) clone, and the sequence serves to identify the gene from which it derives. We present a set of tested laboratory protocols for setting up and performing an EST analysis of any chosen species. These medium-throughput protocols do not require dedicated genomics equipment, such as robots, and focus on the use of microtiter plates and multichannels. Using these protocols, a single competent research worker should be able to generate 2000 ESTs in 1 mo. In a nonnormalized library, these 2000 ESTs should identify between 1000 and 1500 different genes, and thus possibly between 10 and 20% of the genes of any target parasite.