Mapeamento de Variações Estruturais Genómicas em Defeitos Congénitos Graves

Com base no sequenciamento de ADN de leitura longa de casos realizados nos Tópicos do Projeto 1 e 3, este estudo incorpora amostras de casos e controlos, juntamente com os seus dados de sequenciamento de leitura longa. A plataforma PacBio Revio foi escolhida para o sequenciamento de ADN de leitura longa, e a análise padrão de sequenciamento de leitura longa de genoma completo foi realizada em 50 casos. Partindo do primeiro mapa de referência do pan-genoma da população chinesa já construído, foram adicionadas 50 amostras de controlo representativas para sequenciamento de leitura longa, com o objetivo de construir um novo mapa de referência do pan-genoma da população chinesa. Os detalhes específicos são os seguintes:

1. Extração das características de variação estrutural (SV) e codificação dos genomas dos casos de defeitos congénitos, e estabelecimento de um método de deteção de SV baseado na codificação de características. Foi utilizada a imagem de sequência para eliminar informações repetitivas de fundo dos sinais de alinhamento de sítios, facilitando assim a deteção de SV em regiões genómicas complexas. Foi explorado um método de codificação de "compressão de imagem", utilizando uma abordagem de "empilhamento" para caracterizar características de sequência anormais entre casos de defeitos congénitos e controlos parentais ou controlos populacionais dentro de uma única imagem. Com base nos resultados do alinhamento do genoma completo, foram identificadas as regiões genómicas contendo sequências anormais nos casos de defeitos congénitos. Foi estabelecido um método de realinhamento local sensível a pontos de quebra, baseado em segmentos colineares, para extrair características de fragmentos de SV presentes nas leituras de sequenciamento entre casos de defeitos congénitos e controlos parentais ou controlos populacionais. O estudo focou-se na investigação de uma estrutura de rede neural convolucional isomórfica capaz de realizar simultaneamente segmentação e classificação de alvos, alcançando ambas na deteção de SV.
2. Construção de um mapa de referência do pan-genoma da população chinesa baseado em dados de sequenciamento de ADN de leitura longa. Aproveitando a tecnologia de sequenciamento de genoma completo de terceira geração, foram sequenciadas amostras de ADN de múltiplos grupos étnicos na China, e foi realizada a visualização da montagem do pan-genoma. Foram construídos genomas de referência específicos de grupos étnicos para formar um gráfico de pan-genoma, integrando sequências de ADN de diferentes populações. Variantes genéticas ou sequências com diferenças foram consideradas como nós, e sequências adjacentes foram ligadas por arestas, identificando assim sequências genéticas centrais e específicas na população chinesa. Este esforço visa estabelecer um mapa de referência do pan-genoma de alta qualidade exclusivo da população chinesa, com foco no estudo de mapas de variação estrutural (SV) do genoma completo para apoiar a análise precisa de SVs raros ou novos em defeitos congénitos.
3. Mapeamento do mapa detalhado de SV dos principais defeitos congénitos na população chinesa. A deteção de SV é realizada através de duas abordagens: a abordagem do genoma linear e a abordagem do pan-genoma. A abordagem do genoma linear emprega métodos convencionais de deteção linear para identificar variantes genéticas. A abordagem do pan-genoma envolve a construção de um mapa genómico utilizando genomas montados de novo, o genoma de referência humano universal (GRCh38), e amostras de variantes genéticas e casos de defeitos congénitos descobertos na população chinesa. Estas duas abordagens validam-se e complementam-se mutuamente, integrando os resultados de SV obtidos. São definidos limiares com base em critérios como a localização das variantes e a similaridade de sequência, e são removidos resultados redundantes.