Аннотация:В настоящее время существуют различные технологические платформы для секвенирования геномов. У каждой из этих технологий есть свои ограничения по длине и количеству прочтений, по цене, по доступности программного обеспечения и другим параметрам. На выходе у всех современных машин для секвенирования получаются наборы коротких прочтений, которые многократно покрывают секвенируемый геном. Реконструкция геномной последовательности путем анализа взаимопересечений огромного количества прочтений называется сборкой генома. Поскольку эффективного решения задача сборки генома не имеет, ассемблеры используют различного рода алгоритмы аппроксимации для снижения избыточности ребер в графах, способы исправления ошибок секвенирования, эвристические подходы к снижению сложности структуры с целью удлинения простых путей и другие способы упрощения графов. Из-за многообразия алгоритмов сборки, каждый из которых имеет свои сильные и слабые стороны, но ни один не выдает единственный и правильный ответ, задача сборки генома de novo остается очень сложной. В работе описывается новый подход к сборке de novo целевого генома, основанный на использовании результатов черновых сборок генома разными ассемблерами. Разработанный ресурс встроен в информационно-вычислительную среду Mathcell (http://www.mathcell.ru/model8.php), которая легко позволяет интегрировать различные расчетные модели, предоставляя web-интерфейс для задания параметров алгоритма, проведения расчетов с использованием мощностей выделенного узла вычислительного кластера ИМПБ РАН, а также отложенного по времени получения, представления и интерпретации результатов. Сервер GAR, предоставляющий пользователям возможность объединения результатов работы минимально трех и максимально десяти сборщиков геномных последовательностей, позволяет эффективно использовать преимущества и исправлять ошибки отдельных алгоритмов для получения адекватной безреференсной сборки целевого генома. Исходный код программы GAR находится в свободном доступе: https://bitbucket.org/kromanenkov/gar.