Kartlegging av genomiske strukturelle variasjoner i store medfødte misdannelser

Basert på langlese-DNA-sekvensering av tilfeller utført i Prosjektemne 1 og 3, inkorporerer denne studien pasient- og kontrollprøver sammen med deres langlese-sekvenseringsdata. Plattformen PacBio Revio ble valgt for langlese-DNA-sekvensering, og standard helgenom langlese-sekvenseringsanalyse ble utført på 50 pasienter. Ved å bygge videre på den førstefase kinesiske befolkningspan-genomreferansekartet som allerede var konstruert, ble 50 representative kontrollprøver lagt til for langlese-sekvensering for å konstruere et nytt kinesisk befolkningspan-genomreferansekart. De spesifikke detaljene er som følger:

1. Ekstraksjon av strukturelle variasjoner (SV) egenskaper og koding av fødselsdefekttilfellegenomer, og etablering av en SV-deteksjonsmetode basert på egenskapskoding. Sekvensavbilding ble brukt for å eliminere bakgrunnsrepetitiv informasjon fra stedjusteringssignaler, og dermed lette SV-deteksjon i komplekse genomiske regioner. En "bildekomprimering" kodingsmetode ble utforsket, ved bruk av en "stabling" tilnærming for å karakterisere unormale sekvensegenskaper mellom fødselsdefekttilfeller og foreldrekontroller eller populasjonskontroller innenfor et enkelt bilde. Basert på helgenomjusteringsresultater ble de genomiske regionene som inneholder unormale sekvenser i fødselsdefekttilfeller identifisert. En lokal bristpunktfølsom rejusteringsmetode basert på kollineære segmenter ble etablert for å ekstrahere SV-fragmentegenskaper som bæres i sekvenseringslesninger mellom fødselsdefekttilfeller og foreldrekontroller eller populasjonskontroller. Studien fokuserte på å forskning på et isomorf konvolusjonelt nevralt nettverksrammeverk som kan utføre samtidig målsegmentering og klassifisering, og oppnå begge i SV-deteksjon.
2. Konstruksjon av et kinesisk befolkningspan-genomreferansekart basert på langlese-DNA-sekvenseringsdata. Ved å utnytte tredjegenerasjons helgenomsekvenseringsteknologi ble DNA-prøver fra flere etniske grupper i Kina sekvensert, og visualiseringen av pan-genomsammenstilling ble realisert. Etnisk-spesifikke referansegenomer ble konstruert for å danne et pan-genomgraf, og integrere DNA-sekvenser fra forskjellige populasjoner. Genetiske varianter eller sekvenser med forskjeller ble betraktet som noder, og tilstøtende sekvenser ble forbundet med kanter, og dermed identifisere kjerne- og spesifikke gensekvenser i den kinesiske befolkningen. Denne innsatsen har som mål å etablere et høykvalitets pan-genomreferansekart eksklusivt for den kinesiske befolkningen, med fokus på å studere helgenom strukturelle variasjoner (SV) kart for å støtte presis analyse av sjeldne eller nye SVer i fødselsdefekter.
3. Kartlegging av det detaljerte SV-kartet for store fødselsdefekter i den kinesiske befolkningen. SV-deteksjon utføres gjennom to tilnærminger: den lineære genomtilnærmingen og pan-genomtilnærmingen. Den lineære genomtilnærmingen bruker konvensjonelle lineære deteksjonsmetoder for å identifisere genetiske varianter. Pan-genomtilnærmingen involverer konstruksjon av et genomkart ved bruk av de novo-sammensatte genomer, det universelle humane referansegenomet (GRCh38), og genetiske varianter og fødselsdefekttilfelleprøver oppdaget i den kinesiske befolkningen. Disse to tilnærmingene gjensidig validerer og utfyller hverandre, og integrerer de oppnådde SV-resultatene. Terskler settes basert på kriterier som variantenes lokalisering og sekvenslikhet, og overflødige resultater fjernes.