Mapování genomických strukturálních variací u závažných vrozených vad

Na základě dlouhého čtení DNA sekvenování případů provedeného v tématech projektu 1 a 3 tato studie zahrnuje vzorky případů a kontrol spolu s jejich daty sekvenování dlouhého čtení. Pro dlouhé čtení DNA sekvenování byla zvolena platforma PacBio Revio a standardní analýza sekvenování celého genomu dlouhým čtením byla provedena na 50 případech. Na základě referenční mapy pan-genomu čínské populace první fáze, která již byla sestavena, bylo přidáno 50 reprezentativních kontrolních vzorků pro sekvenování dlouhým čtením, aby byla sestavena nová referenční mapa pan-genomu čínské populace. Konkrétní podrobnosti jsou následující:

1. Extrakce charakteristik strukturálních variací (SV) a kódování genomů případů vrozených vad a vytvoření metody detekce SV založené na kódování charakteristik. Pro odstranění opakujících se informací pozadí ze signálů zarovnání míst bylo využito sekvenčního zobrazování, čímž se usnadnila detekce SV v komplexních genomických oblastech. Byla prozkoumána metoda kódování "komprese obrazu", která využívá "skládací" přístup k charakterizaci abnormálních sekvenčních charakteristik mezi případy vrozených vad a rodičovskými kontrolami nebo populačními kontrolami v rámci jednoho obrazu. Na základě výsledků zarovnání celého genomu byly identifikovány genomické oblasti obsahující abnormální sekvence v případech vrozených vad. Byla zavedena lokální metoda citlivá na zlomy založená na kolineárních segmentech k extrakci charakteristik fragmentů SV obsažených v sekvenačních čteních mezi případy vrozených vad a rodičovskými kontrolami nebo populačními kontrolami. Studie se zaměřila na výzkum izomorfního konvolučního neuronového síťového rámce schopného simultánní segmentace a klasifikace cílů, čímž bylo dosaženo obojího v detekci SV.
2. Konstrukce referenční mapy pan-genomu čínské populace na základě dat sekvenování DNA dlouhým čtením. Využitím technologie sekvenování celého genomu třetí generace byly sekvenovány vzorky DNA z více etnických skupin v Číně a bylo realizováno vizualizace sestavení pan-genomu. Byly sestaveny etnicky specifické referenční genomy, aby vytvořily graf pan-genomu, integrující DNA sekvence z různých populací. Genetické varianty nebo sekvence s rozdíly byly považovány za uzly a sousední sekvence byly propojeny hranami, čímž byly identifikovány jádrové a specifické genové sekvence v čínské populaci. Toto úsilí si klade za cíl vytvořit vysoce kvalitní referenční mapu pan-genomu výhradně pro čínskou populaci, se zaměřením na studium map strukturálních variací (SV) celého genomu, aby podpořila přesnou analýzu vzácných nebo nových SV u vrozených vad.
3. Mapování jemné mapy SV hlavních vrozených vad v čínské populaci. Detekce SV je prováděna dvěma přístupy: lineárním genomickým přístupem a pan-genomickým přístupem. Lineární genomický přístup využívá konvenční lineární detekční metody k identifikaci genetických variant. Pan-genomický přístup zahrnuje konstrukci genomové mapy pomocí de novo sestavených genomů, univerzálního referenčního lidského genomu (GRCh38) a vzorků genetických variant a případů vrozených vad objevených v čínské populaci. Tyto dva přístupy se vzájemně ověřují a doplňují, integrují získané výsledky SV. Prahy jsou nastaveny na základě kritérií, jako je umístění variant a podobnost sekvencí, a redundantní výsledky jsou odstraněny.