Kartläggning av genomiska strukturella variationer i stora medfödda missbildningar

Baserat på långläsnings-DNA-sekvensering av fall som genomförts i Projektämnen 1 och 3, inkluderar denna studie fall- och kontrollprover tillsammans med deras långläsningssekvenseringsdata. Plattformen PacBio Revio valdes för långläsnings-DNA-sekvensering, och standard helgenomslångläsningssekvenseringsanalys utfördes på 50 fall. Med utgångspunkt i den första fasens kinesiska befolkningspan-genomreferenskarta som redan hade konstruerats, lades 50 representativa kontrollprover till för långläsningssekvensering för att konstruera en ny kinesisk befolkningspan-genomreferenskarta. De specifika detaljerna är följande:

1. Extraktion av strukturella variations (SV) egenskaper och kodning av medfödda defektfallsgenomer, samt etablering av en SV-detektionsmetod baserad på funktionskodning. Sekvensavbildning användes för att eliminera bakgrundsrepeterande information från platsinriktningssignaler, vilket underlättar SV-detektion i komplexa genomiska regioner. En "bildkomprimerings"kodningsmetod utforskades, med hjälp av ett "staplings"tillvägagångssätt för att karakterisera abnormala sekvensfunktioner mellan medfödda defektfall och föräldrakontroller eller befolkningskontroller inom en enda bild. Baserat på helgenomsinriktningsresultat identifierades de genomiska regioner som innehåller abnormala sekvenser i medfödda defektfall. En lokal brytningspunktskänslig omriktningsmetod baserad på kollinära segment etablerades för att extrahera SV-fragmentfunktioner som bärs i sekvenseringsläsningar mellan medfödda defektfall och föräldrakontroller eller befolkningskontroller. Studien fokuserade på att undersöka ett isomorft faltande neuralt nätverksramverk som kan utföra målgruppsegmentering och klassificering samtidigt, vilket uppnådde båda i SV-detektion.
2. Konstruktion av en kinesisk befolkningspan-genomreferenskarta baserad på långläsnings-DNA-sekvenseringsdata. Genom att utnyttja tredje generationens helgenomssekvenseringsteknik sekvenserades DNA-prover från flera etniska grupper i Kina, och visualiseringen av pan-genomsammansättning realiserades. Etnicitetsspecifika referensgenomer konstruerades för att bilda ett pan-genomdiagram, som integrerar DNA-sekvenser från olika populationer. Genetiska varianter eller sekvenser med skillnader betraktades som noder, och angränsande sekvenser sammanlänkades med kanter, vilket identifierade kärn- och specifika gensekvenser i den kinesiska befolkningen. Detta strävar efter att etablera en hög kvalitets pan-genomreferenskarta exklusiv för den kinesiska befolkningen, med fokus på att studera helgenomsstrukturella variations (SV) kartor för att stödja den precisa analysen av sällsynta eller nya SVs i medfödda defekter.
3. Kartläggning av den fina SV-kartan för större medfödda defekter i den kinesiska befolkningen. SV-detektion utförs genom två tillvägagångssätt: det linjära genometillvägagångssättet och pan-genometillvägagångssättet. Det linjära genometillvägagångssättet använder konventionella linjära detektionsmetoder för att identifiera genetiska varianter. Pan-genometillvägagångssättet innebär att konstruera en genomkarta med hjälp av de novo sammansatta genomer, det universella humana referensgenomet (GRCh38), och genetiska varianter och medfödda defektfallsprover som upptäckts i den kinesiska befolkningen. Dessa två tillvägagångssätt validerar och kompletterar varandra ömsesidigt, vilket integrerar de erhållna SV-resultaten. Trösklar sätts baserat på kriterier såsom varianternas plats och sekvenslikhet, och redundanta resultat tas bort.