Kortlægning af genomiske strukturelle variationer i store medfødte misdannelser

Baseret på langlæsning DNA-sekventering af sager udført i Projektemner 1 og 3, inkorporerer denne undersøgelse sag- og kontrolprøver sammen med deres langlæsning sekventeringsdata. PacBio Revio-platformen blev valgt til langlæsning DNA-sekventering, og standard helgenom langlæsning sekventeringsanalyse blev udført på 50 sager. Byggende på den første fase af Kinas befolknings pan-genom referencekort, der allerede var konstrueret, blev 50 repræsentative kontrolprøver tilføjet til langlæsning sekventering for at konstruere et nyt Kinas befolknings pan-genom referencekort. De specifikke detaljer er som følger:

1. Ekstrahering af strukturel variation (SV) karakteristika og kodning af fødselsdefekt sag-genomer, og etablering af en SV-detektionsmetode baseret på funktionskodning. Sekvensbilleddannelse blev anvendt til at eliminere baggrundsgentagende information fra stedjusteringssignaler, hvilket derved letter SV-detektion i komplekse genomiske regioner. En "billedkomprimering" kodningsmetode blev undersøgt, ved brug af en "stabling" tilgang til at karakterisere unormale sekvenstræk mellem fødselsdefekt sager og forældrekontroller eller befolkningskontroller inden for et enkelt billede. Baseret på helgenomjusteringsresultater blev de genomiske regioner, der indeholder unormale sekvenser i fødselsdefekt sager, identificeret. En lokal brydepunktsfølsom rejusteringsmetode baseret på kollineære segmenter blev etableret for at ekstrahere SV-fragmentkarakteristika, der bæres i sekventeringslæsninger mellem fødselsdefekt sager og forældrekontroller eller befolkningskontroller. Undersøgelsen fokuserede på at undersøge en isomorf konvolutionel neuralt netværksramme, der er i stand til samtidig malsegmentering og klassifikation, og opnå begge i SV-detektion.
2. Konstruktion af et Kinas befolknings pan-genom referencekort baseret på langlæsning DNA-sekventeringsdata. Udnyttende tredje generation helgenom sekventeringsteknologi blev DNA-prøver fra flere etniske grupper i Kina sekventeret, og visualiseringen af pan-genom sammensætning blev realiseret. Etnisk-specifikke referencegenomer blev konstrueret for at danne en pan-genom graf, der integrerer DNA-sekvenser fra forskellige populationer. Genetiske varianter eller sekvenser med forskelle blev betragtet som noder, og tilstødende sekvenser blev forbundet med kanter, hvilket derved identificerer kerne- og specifikke gensekvenser i Kinas befolkning. Denne bestræbelse har til formål at etablere et højkvalitets pan-genom referencekort eksklusivt for den kinesiske befolkning, med fokus på at undersøge helgenom strukturel variation (SV) kort for at understøtte den præcise analyse af sjældne eller nye SVer i fødselsdefekter.
3. Kortlægning af det fine SV-kort for større fødselsdefekter i Kinas befolkning. SV-detektion udføres gennem to tilgange: den lineære genomtilgang og pan-genomtilgangen. Den lineære genomtilgang anvender konventionelle lineære detektionsmetoder til at identificere genetiske varianter. Pan-genomtilgangen involverer konstruktion af et genomkort ved brug af de novo sammensatte genomer, det universelle humane referencegenom (GRCh38), og genetiske varianter og fødselsdefekt sagprøver opdaget i Kinas befolkning. Disse to tilgange gensidigt validerer og supplerer hinanden, og integrerer de opnåede SV-resultater. Tærskler sættes baseret på kriterier såsom placering af varianter og sekvenslignendehed, og redundante resultater fjernes.