Mapowanie Genomicznych Zmian Strukturalnych w Głównych Wadach Wrodzonych

Na podstawie sekwencjonowania DNA długich odczytów przypadków przeprowadzonych w Tematach Projektów 1 i 3, niniejsze badanie obejmuje próbki przypadków i kontroli, wraz z ich danymi sekwencjonowania długich odczytów. Platforma PacBio Revio została wybrana do sekwencjonowania DNA długich odczytów, a standardową analizę sekwencjonowania całego genomu długimi odczytami przeprowadzono na 50 przypadkach. W oparciu o już skonstruowaną referencyjną mapę pangenomu populacji chińskiej z pierwszej fazy, dodano 50 reprezentatywnych próbek kontrolnych do sekwencjonowania długimi odczytami, aby skonstruować nową referencyjną mapę pangenomu populacji chińskiej. Szczegółowe informacje przedstawiają się następująco:

1. Ekstrakcja cech zmienności strukturalnej (SV) i kodowanie genomów przypadków wad wrodzonych oraz ustanowienie metody wykrywania SV opartej na kodowaniu cech. Wykorzystano obrazowanie sekwencji do wyeliminowania powtarzających się informacji tła z sygnałów wyrównania miejsc, ułatwiając tym samym wykrywanie SV w złożonych regionach genomowych. Zbadano metodę kodowania „kompresji obrazu”, stosując podejście „nakładania” do scharakteryzowania nieprawidłowych cech sekwencji między przypadkami wad wrodzonych a kontrolami rodzicielskimi lub populacyjnymi w pojedynczym obrazie. Na podstawie wyników wyrównania całego genomu zidentyfikowano regiony genomowe zawierające nieprawidłowe sekwencje w przypadkach wad wrodzonych. Ustanowiono lokalną metodę ponownego wyrównania wrażliwą na punkty przerwania, opartą na segmentach kolinearnych, aby wyodrębnić cechy fragmentów SV przenoszonych w odczytach sekwencjonowania między przypadkami wad wrodzonych a kontrolami rodzicielskimi lub populacyjnymi. Badanie skupiło się na opracowaniu izomorficznej struktury konwolucyjnej sieci neuronowej zdolnej do jednoczesnej segmentacji i klasyfikacji celu, osiągając oba w wykrywaniu SV.
2. Konstrukcja referencyjnej mapy pangenomu populacji chińskiej na podstawie danych sekwencjonowania DNA długich odczytów. Wykorzystując technologię sekwencjonowania całego genomu trzeciej generacji, zsekwencjonowano próbki DNA z wielu grup etnicznych w Chinach i zrealizowano wizualizację asemblacji pangenomu. Skonstruowano referencyjne genomy specyficzne dla grup etnicznych, tworząc graf pangenomu, integrujący sekwencje DNA z różnych populacji. Warianty genetyczne lub sekwencje z różnicami uznano za węzły, a sąsiednie sekwencje połączono krawędziami, identyfikując w ten sposób rdzeniowe i specyficzne sekwencje genowe w populacji chińskiej. To przedsięwzięcie ma na celu ustanowienie wysokiej jakości referencyjnej mapy pangenomu wyłącznie dla populacji chińskiej, ze szczególnym uwzględnieniem badania map zmienności strukturalnej (SV) całego genomu w celu wsparcia precyzyjnej analizy rzadkich lub nowych SV w wadach wrodzonych.
3. Mapowanie szczegółowej mapy SV głównych wad wrodzonych w populacji chińskiej. Wykrywanie SV przeprowadza się dwoma podejściami: podejściem genomu liniowego i podejściem pangenomu. Podejście genomu liniowego wykorzystuje konwencjonalne metody wykrywania liniowego do identyfikacji wariantów genetycznych. Podejście pangenomu obejmuje konstruowanie mapy genomu przy użyciu genomów złożonych de novo, uniwersalnego referencyjnego genomu ludzkiego (GRCh38) oraz próbek wariantów genetycznych i przypadków wad wrodzonych odkrytych w populacji chińskiej. Te dwa podejścia wzajemnie się weryfikują i uzupełniają, integrując uzyskane wyniki SV. Progi ustala się na podstawie kryteriów takich jak lokalizacja wariantów i podobieństwo sekwencji, a nadmiarowe wyniki są usuwane.