Kartierung genomischer Strukturvariationen bei schweren Geburtsfehlern

Auf der Grundlage der im Rahmen der Projektthemen 1 und 3 durchgeführten Long-Read-DNA-Sequenzierung von Fällen integriert diese Studie Fall- und Kontrollproben sowie deren Long-Read-Sequenzierungsdaten.
Für die Long-Read-DNA-Sequenzierung wurde die PacBio Revio-Plattform ausgewählt, und eine standardmäßige Long-Read-Ganzgenomsequenzierungsanalyse wurde an 50 Fällen durchgeführt.
Basierend auf der bereits erstellten China-Bevölkerungs-Pangenom-Referenzkarte der ersten Phase wurden 50 repräsentative Kontrollproben für die Long-Read-Sequenzierung hinzugefügt, um eine neue China-Bevölkerungs-Pangenom-Referenzkarte zu erstellen.
Die spezifischen Details sind wie folgt:

1. Extraktion struktureller Variationsmerkmale und Kodierung der Genome von Geburtsdefektfällen sowie Etablierung einer SV-Erkennungsmethode auf Basis der Merkmalskodierung.
   Sequenzbildgebung wurde eingesetzt, um Hintergrundwiederholungsinformationen aus den Alignmentsignalen der Stellen zu eliminieren und so die SV-Erkennung in komplexen genomischen Regionen zu erleichtern.
   Eine "Bildkomprimierungs"-Kodierungsmethode wurde erforscht, die einen "Stapel"-Ansatz verwendet, um abnormale Sequenzmerkmale zwischen Geburtsdefektfällen und elterlichen Kontrollen oder Bevölkerungs-Kontrollen innerhalb eines einzelnen Bildes zu charakterisieren.
   Basierend auf den Ergebnissen des Ganzgenom-Alignments wurden die genomischen Regionen identifiziert, die abnormale Sequenzen in Geburtsdefektfällen enthalten.
   Eine lokale bruchpunktsensitive Neuausrichtungsmethode auf Basis kollinearer Segmente wurde etabliert, um SV-Fragmentmerkmale zu extrahieren, die in den Sequenzierungs-Reads zwischen Geburtsdefektfällen und elterlichen Kontrollen oder Bevölkerungs-Kontrollen enthalten sind.
   Die Studie konzentrierte sich auf die Erforschung eines isomorphen konvolutionalen neuronalen Netzwerkrahmens, der gleichzeitig Zielsegmentierung und -klassifizierung ermöglicht und beides bei der SV-Erkennung erreicht.
2. Konstruktion einer China-Bevölkerungs-Pangenom-Referenzkarte auf Basis von Long-Read-DNA-Sequenzierungsdaten.
   Unter Nutzung der Ganzgenomsequenzierungstechnologie der dritten Generation wurden DNA-Proben mehrerer ethnischer Gruppen in China sequenziert und die Visualisierung der Pangenom-Assemblierung realisiert.
   Ethnienspezifische Referenzgenome wurden konstruiert, um einen Pangenom-Graphen zu bilden, der DNA-Sequenzen aus verschiedenen Bevölkerungsgruppen integriert.
   Genetische Varianten oder Sequenzen mit Unterschieden wurden als Knoten betrachtet, und benachbarte Sequenzen wurden durch Kanten verbunden, wodurch Kern- und spezifische Gensequenzen in der chinesischen Bevölkerung identifiziert wurden.
   Dieses Bestreben zielt darauf ab, eine hochwertige Pangenom-Referenzkarte exklusiv für die chinesische Bevölkerung zu etablieren, mit Fokus auf die Erforschung von Ganzgenom-Strukturvariationskarten, um die präzise Analyse seltener oder neuer SVs bei Geburtsdefekten zu unterstützen.
3. Kartierung der feinen SV-Karte wichtiger Geburtsdefekte in der chinesischen Bevölkerung.
   Die SV-Erkennung erfolgt über zwei Ansätze: den linearen Genom-Ansatz und den Pangenom-Ansatz.
   Der lineare Genom-Ansatz verwendet konventionelle lineare Detektionsmethoden, um genetische Varianten zu identifizieren.
   Der Pangenom-Ansatz umfasst die Konstruktion einer Genomkarte unter Verwendung von de novo assemblierten Genomen, dem universellen menschlichen Referenzgenom (GRCh38) sowie genetischen Varianten und Geburtsdefektfallproben, die in der chinesischen Bevölkerung entdeckt wurden.
   Diese beiden Ansätze validieren und ergänzen sich gegenseitig und integrieren die erhaltenen SV-Ergebnisse.
   Schwellenwerte werden basierend auf Kriterien wie der Lage der Varianten und der Sequenzähnlichkeit festgelegt, und redundante Ergebnisse werden entfernt.