In kaart brengen van genomische structurele variaties bij belangrijke aangeboren afwijkingen

Op basis van de lang-lees DNA-sequencing van casussen uitgevoerd in Projectonderwerpen 1 en 3, omvat deze studie casus- en controlemonsters, samen met hun lang-lees sequencinggegevens. Het PacBio Revio-platform werd gekozen voor lang-lees DNA-sequencing, en standaard whole-genome lang-lees sequencinganalyse werd uitgevoerd op 50 casussen. Voortbouwend op de eerstefase Chinese populatie pan-genoom referentiemap die al was geconstrueerd, werden 50 representatieve controlemonsters toegevoegd voor lang-lees sequencing om een nieuwe Chinese populatie pan-genoom referentiemap te construeren. De specifieke details zijn als volgt:

1. Extractie van structurele variatie (SV) kenmerken en codering van geboorteafwijking casusgenomen, en oprichting van een SV-detectiemethode gebaseerd op kenmerkencodering. Sequencingbeeldvorming werd gebruikt om achtergrond repetitieve informatie van site-uitlijningssignalen te elimineren, waardoor SV-detectie in complexe genomische regio's wordt vergemakkelijkt. Een "beeldcompressie" coderingmethode werd onderzocht, gebruikmakend van een "stapeling" benadering om abnormale sequentiekarakteristieken tussen geboorteafwijking casussen en ouderlijke controles of populatiecontroles binnen een enkel beeld te karakteriseren. Gebaseerd op whole-genome uitlijningsresultaten, werden de genomische regio's die abnormale sequenties bevatten in geboorteafwijking casussen geïdentificeerd. Een lokale breekpunt-gevoelige heruitlijningsmethode gebaseerd op collineaire segmenten werd opgericht om SV-fragmentkenmerken gedragen in sequencingreads tussen geboorteafwijking casussen en ouderlijke controles of populatiecontroles te extraheren. De studie richtte zich op het onderzoeken van een isomorf convolutioneel neuraal netwerkraamwerk in staat tot gelijktijdige doelsegmentatie en classificatie, beide bereikend in SV-detectie.
2. Constructie van een Chinese populatie pan-genoom referentiemap gebaseerd op lang-lees DNA-sequencinggegevens. Gebruikmakend van derdegeneratie whole-genome sequencingtechnologie, werden DNA-monsters van meerdere etnische groepen in China gesequenced, en de visualisatie van pan-genoom assemblage werd gerealiseerd. Etnisch-specifieke referentiegenomen werden geconstrueerd om een pan-genoom grafiek te vormen, DNA-sequenties van verschillende populaties integrerend. Genetische varianten of sequenties met verschillen werden beschouwd als knopen, en aangrenzende sequenties werden verbonden door randen, waardoor kern- en specifieke gensequenties in de Chinese populatie werden geïdentificeerd. Deze inspanning beoogt een hoogwaardige pan-genoom referentiemap exclusief voor de Chinese populatie te vestigen, met een focus op het bestuderen van whole-genome structurele variatie (SV) kaarten om de precieze analyse van zeldzame of nieuwe SV's in geboorteafwijkingen te ondersteunen.
3. In kaart brengen van de fijne SV-kaart van belangrijke geboorteafwijkingen in de Chinese populatie. SV-detectie wordt uitgevoerd via twee benaderingen: de lineaire genoom benadering en de pan-genoom benadering. De lineaire genoom benadering gebruikt conventionele lineaire detectiemethoden om genetische varianten te identificeren. De pan-genoom benadering omvat het construeren van een genoomkaart gebruikmakend van de novo geassembleerde genomen, het universele menselijke referentiegenoom (GRCh38), en genetische variant en geboorteafwijking casusmonsters ontdekt in de Chinese populatie. Deze twee benaderingen valideren en complementeren elkaar wederzijds, de verkregen SV-resultaten integrerend. Drempels worden ingesteld gebaseerd op criteria zoals de locatie van varianten en sequentiegelijkheid, en redundante resultaten worden verwijderd.