A Genomikai Szerkezeti Változások Feltérképezése Fő Születési Rendellenességekben

A Project Topics 1 és 3 keretében végrehajtott esetek hosszú olvasatszámú DNS-szekvenálása alapján ez a tanulmány eset- és kontrollmintákat, valamint azok hosszú olvasatszámú szekvenálási adatait tartalmazza. A PacBio Revio platformot választották a hosszú olvasatszámú DNS-szekvenáláshoz, és 50 eseten szabványos teljes genom hosszú olvasatszámú szekvenálási elemzést végeztek. A már felépített első fázisú kínai populáció pan-genom referencia térképére építve 50 reprezentatív kontrollmintát adtak hozzá hosszú olvasatszámú szekvenáláshoz egy új kínai populáció pan-genom referencia térképének elkészítése érdekében. A konkrét részletek a következők:

1. Strukturális variációk (SV) jellemzőinek kinyerése és veleszületett rendellenesség esetgenomok kódolása, valamint SV-észlelési módszer létrehozása a jellemzőkódolás alapján. Szekvencia-képalkalmazást használtak a helyi igazítási jelek háttér ismétlődő információinak kiszűrésére, ezáltal elősegítve az SV-észlelést komplex genom régiókban. Egy „képkompressziós” kódolási módszert vizsgáltak meg, „egymásra halmozásos” megközelítést alkalmazva a veleszületett rendellenesség esetek és a szülői kontrollok vagy populációs kontrollok közötti abnormális szekvenciajellemzők egyetlen képen való ábrázolására. A teljes genom igazítási eredményei alapján azonosították a veleszületett rendellenesség esetek abnormális szekvenciáit tartalmazó genom régiókat. Egy lokális töréspont-érzékeny újraigazítási módszert hoztak létre kollineáris szegmenseken alapulva a veleszületett rendellenesség esetek és a szülői kontrollok vagy populációs kontrollok közötti szekvenálási olvasatok által hordozott SV-fragmentum jellemzőinek kinyerésére. A tanulmány egy izomorf konvolúciós neurális hálózati keretrendszer kutatására összpontosított, amely képes egyidejűleg cél szegmentálásra és osztályozásra, mindkettőt elérve az SV-észlelésben.
2. Kínai populáció pan-genom referencia térképének felépítése hosszú olvasatszámú DNS-szekvenálási adatok alapján. A harmadik generációs teljes genom szekvenálási technológia kihasználásával Kína több etnikai csoportjának DNS-mintáit szekvenálták, és a pan-genom összeállítás vizualizációját valósították meg. Etnikum-specifikus referencia genomokat építettek fel egy pan-genom gráf kialakításához, különböző populációk DNS-szekvenciáit integrálva. A különbségekkel rendelkező genetikai variánsokat vagy szekvenciákat csomópontoknak tekintették, a szomszédos szekvenciákat pedig élek kötötték össze, ezáltal azonosítva a kínai populáció alapvető és specifikus génszekvenciáit. Ez a törekvés egy kizárólag a kínai populációra jellemző, kiváló minőségű pan-genom referencia térkép létrehozását célozza, a teljes genom strukturális variációk (SV) térképeinek tanulmányozására összpontosítva a veleszületett rendellenességek ritka vagy új SV-inek pontos elemzésének támogatására.
3. A főbb veleszületett rendellenességek finom SV térképének leképezése a kínai populációban. Az SV-észlelés két megközelítéssel történik: a lineáris genom megközelítéssel és a pan-genom megközelítéssel. A lineáris genom megközelítés hagyományos lineáris észlelési módszereket alkalmaz a genetikai variánsok azonosítására. A pan-genom megközelítés genom térkép felépítését foglalja magában, de novo összeállított genomok, az univerzális humán referencia genom (GRCh38), valamint a kínai populációban felfedezett genetikai variáns és veleszületett rendellenesség esetminták felhasználásával. Ez a két megközelítés kölcsönösen érvényesít és kiegészíti egymást, integrálva a kapott SV-eredményeket. Küszöbértékeket állítanak be olyan kritériumok alapján, mint a variánsok helyzete és a szekvencia hasonlósága, és eltávolítják a redundáns eredményeket.