മുഴുവൻ ജീനോം റീസീക്വൻസിങ്
ചൈനീസ് ജനസംഖ്യയിലെ ഘടനാപരമായ വകഭേദങ്ങളും ഫിനോടൈപ്പുകൾ, രോഗങ്ങൾ, ജനസംഖ്യാ പൊരുത്തപ്പെടുത്തൽ എന്നിവയിൽ അവയുടെ സ്വാധീനവും
നാനോപോർ |PacBio |മുഴുവൻ ജീനോം റീ-സീക്വൻസിങ് |ഘടനാപരമായ വ്യതിയാനം വിളിക്കുന്നു
ഈ പഠനത്തിൽ, ബയോമാർക്കർ ടെക്നോളജീസ് ആണ് നാനോപോർ പ്രോമെതിയോൺ സീക്വൻസിങ് നൽകിയത്.
ഹൈലൈറ്റുകൾ
ഈ പഠനത്തിൽ, മനുഷ്യ ജീനോമിലെ ഘടനാപരമായ വ്യതിയാനങ്ങളുടെ (എസ്വി) മൊത്തത്തിലുള്ള ലാൻഡ്‌സ്‌കേപ്പ് നാനോപോർ പ്രോമെതിയോൺ പ്ലാറ്റ്‌ഫ്രോമിൽ ദീർഘനേരം വായിക്കുന്നതിന്റെ സഹായത്തോടെ വെളിപ്പെടുത്തി, ഇത് ഫിനോടൈപ്പുകൾ, രോഗങ്ങൾ, പരിണാമം എന്നിവയിൽ എസ്‌വികളെക്കുറിച്ചുള്ള ധാരണയെ ആഴത്തിലാക്കുന്നു.
പരീക്ഷണ രൂപകല്പന
സാമ്പിളുകൾ: ബന്ധമില്ലാത്ത 405 ചൈനീസ് വ്യക്തികളുടെ (206 പുരുഷന്മാരും 199 സ്ത്രീകളും) പെരിഫറൽ ബ്ലഡ് ല്യൂക്കോസൈറ്റുകൾ 68 ഫിനോടൈപ്പിക്, ക്ലിനിക്കൽ അളവുകൾ.എല്ലാ വ്യക്തികളിലും, 124 വ്യക്തികളുടെ പൂർവ്വിക പ്രദേശങ്ങൾ വടക്കൻ പ്രവിശ്യകളാണ്, 198 വ്യക്തികളുടെത് തെക്ക്, 53 പേർ തെക്ക് പടിഞ്ഞാറ്, 30 പേർ അറിയില്ല.
സീക്വൻസിംഗ് സ്ട്രാറ്റജി: നാനോപോർ 1D റീഡുകളും PacBio HiFi റീഡുകളും ഉള്ള ഹോൾ ജീനോം ലോംഗ്-റീഡ് സീക്വൻസിംഗ് (LRS).
സീക്വൻസിങ് പ്ലാറ്റ്ഫോം: നാനോപോർ പ്രോമിതിയോൺ;PacBio സീക്വൽ II
സ്ട്രക്ചർ വേരിയേഷൻ കോളിംഗ്
ചിത്രം 1. SV കോളിംഗിന്റെയും ഫിൽട്ടറിംഗിന്റെയും വർക്ക്ഫ്ലോ
പ്രധാന നേട്ടങ്ങൾ
ഘടനാ വ്യതിയാനം കണ്ടെത്തലും മൂല്യനിർണ്ണയവും
നാനോപോർ തീയതിസെറ്റ്: പ്രോമെതിയോൺ സീക്വൻസിംഗ് പ്ലാറ്റ്‌ഫോമിൽ മൊത്തം 20.7 Tb ക്ലീൻ റീഡുകൾ ജനറേറ്റുചെയ്‌തു, ഒരു സാമ്പിളിന് ശരാശരി 51 Gb ഡാറ്റ നേടുന്നു, ഏകദേശം.ആഴത്തിൽ 17 മടങ്ങ്.
റഫറൻസ് ജീനോം വിന്യാസം(GRCh38): ശരാശരി മാപ്പിംഗ് നിരക്ക് 94.1% കൈവരിച്ചു.ശരാശരി പിശക് നിരക്ക് (12.6%) ഒരു മുൻ ബെഞ്ച്മാർക്കിംഗ് പഠനത്തിന് (12.6%) സമാനമാണ് (ചിത്രം 2 ബിയും 2 സിയും)
സ്ട്രക്ചർ വേരിയേഷൻ (എസ്വി) കോളിംഗ്: ഈ പഠനത്തിൽ പ്രയോഗിച്ച എസ്വി കോളർമാരിൽ സ്നിഫിൾസ്, നാനോവർ, നാനോഎസ്വി എന്നിവ ഉൾപ്പെടുന്നു.ഉയർന്ന ആത്മവിശ്വാസമുള്ള എസ്‌വികളെ എസ്‌വികളായി നിർവചിച്ചിരിക്കുന്നത് രണ്ട് കോളർമാരെങ്കിലും തിരിച്ചറിയുകയും ആഴം, ദൈർഘ്യം, പ്രദേശം എന്നിവയെക്കുറിച്ചുള്ള ഫിൽട്ടറേഷനുകൾ കൈമാറുകയും ചെയ്തു.
ഓരോ സാമ്പിളിലും ശരാശരി 18,489 (15,439 മുതൽ 22,505 വരെ) ഉയർന്ന ആത്മവിശ്വാസമുള്ള എസ്‌വികൾ കണ്ടെത്തി.(ചിത്രം 2d, 2e, 2f)
ചിത്രം 2. നാനോപോർ ഡാറ്റാസെറ്റ് തിരിച്ചറിഞ്ഞ എസ്‌വികളുടെ മൊത്തത്തിലുള്ള ലാൻഡ്‌സ്‌കേപ്പ്
PacBio മുഖേനയുള്ള മൂല്യനിർണ്ണയം: ഒരു സാമ്പിളിൽ (HG002, ചൈൽഡ്) തിരിച്ചറിഞ്ഞ SV-കൾ PacBio HiFi ഡാറ്റാസെറ്റ് വഴി സാധൂകരിക്കപ്പെട്ടു.മൊത്തത്തിലുള്ള തെറ്റായ കണ്ടെത്തൽ നിരക്ക് (FDR) 3.2% ആയിരുന്നു, ഇത് നാനോപോർ വായനയുടെ താരതമ്യേന വിശ്വസനീയമായ SV ഐഡന്റിഫിക്കേഷൻ വ്യക്തമാക്കുന്നു.
അനാവശ്യ SV-കളും ജനിതക സവിശേഷതകളും
അനാവശ്യമായ SV-കൾ: 67,405 DEL-കൾ, 60,182 INS-കൾ, 3,956 DUP-കൾ, 769 INV-കൾ എന്നിവ ഉൾപ്പെടുന്ന എല്ലാ സാമ്പിളുകളിലും SV-കൾ ലയിപ്പിച്ചുകൊണ്ട് 132,312 അനാവശ്യ SV-കളുടെ ഒരു കൂട്ടം ലഭിച്ചു.(ചിത്രം 3a)
നിലവിലുള്ള SV ഡാറ്റാസെറ്റുകളുമായുള്ള താരതമ്യം: പ്രസിദ്ധീകരിച്ച TGS അല്ലെങ്കിൽ NGS ഡാറ്റാസെറ്റുമായി ഈ ഡാറ്റാസെറ്റ് താരതമ്യം ചെയ്തു.താരതമ്യപ്പെടുത്തുമ്പോൾ നാല് ഡാറ്റാസെറ്റുകൾക്കുള്ളിൽ, ലോംഗ്-റീഡ് സീക്വൻസിങ് പ്ലാറ്റ്‌ഫോമിൽ (PacBio) നിന്നുള്ള ഏക ഡാറ്റാസെറ്റ് കൂടിയായ LRS15 ഈ ഡാറ്റാസെറ്റുമായി ഏറ്റവും വലിയ ഓവർലാപ്പുകൾ പങ്കിട്ടു.മാത്രമല്ല, ഈ ഡാറ്റാസെറ്റിലെ 53.3% (70,471) എസ്‌വികൾ ആദ്യമായി റിപ്പോർട്ട് ചെയ്യപ്പെട്ടു.ഓരോ എസ്വി തരത്തിലേക്കും നോക്കുമ്പോൾ, ലോംഗ്-റീഡ് സീക്വൻസിംഗ് ഡാറ്റാസെറ്റുള്ള വീണ്ടെടുക്കപ്പെട്ട ഐഎൻ‌എസുകളുടെ എണ്ണം ബാക്കിയുള്ള ഷോർട്ട്-റീഡുകളേക്കാൾ വളരെ വലുതാണ്, ഇത് ഐഎൻ‌എസുകൾ കണ്ടെത്തുന്നതിൽ ലോംഗ്-റീഡ് സീക്വൻസിംഗ് പ്രത്യേകിച്ചും കാര്യക്ഷമമാണെന്ന് സൂചിപ്പിക്കുന്നു.(ചിത്രം 3 ബിയും 3 സിയും)
ചിത്രം 3. ഓരോ SV തരത്തിനും അനാവശ്യമായ SV-കളുടെ പ്രോപ്പർട്ടികൾ
ജനിതക സവിശേഷതകൾ: SV-കളുടെ എണ്ണം ക്രോമസോം ദൈർഘ്യവുമായി കാര്യമായി ബന്ധപ്പെട്ടതായി കണ്ടെത്തി.ജീനുകളുടെ വിതരണം, ആവർത്തനങ്ങൾ, DELs(പച്ച), INS(നീല), DUP(മഞ്ഞ), INV(ഓറഞ്ച്) എന്നിവ ഒരു സർക്കോസ് ഡയഗ്രാമിൽ പ്രദർശിപ്പിച്ചിരിക്കുന്നു, അവിടെ ക്രോമസോം ആയുധങ്ങളുടെ അവസാനത്തിൽ SV-യിൽ പൊതുവായ വർദ്ധനവ് കാണപ്പെട്ടു.(ചിത്രം 3d, 3e)
SV-കളുടെ ദൈർഘ്യം: PacBio HiFi ഡാറ്റാസെറ്റ് തിരിച്ചറിഞ്ഞവയുമായി യോജിക്കുന്ന DUP-കളേയും INV-കളേയും അപേക്ഷിച്ച് INS, DEL-കളുടെ ദൈർഘ്യം വളരെ കുറവാണെന്ന് കണ്ടെത്തി.തിരിച്ചറിഞ്ഞ എല്ലാ എസ്‌വികളുടെയും ദൈർഘ്യം 395.6 Mb വരെ ചേർത്തു, ഇത് മുഴുവൻ മനുഷ്യ ജീനോമിന്റെ 13.2% ഉൾക്കൊള്ളുന്നു.SV-കൾ ഓരോ വ്യക്തിക്കും ശരാശരി 23.0 Mb (ഏകദേശം 0.8%) ജീനോമിനെ ബാധിച്ചു.(ചിത്രം 3f, 3g)
എസ്‌വികളുടെ പ്രവർത്തനപരവും പ്രതിഭാസപരവും ക്ലിനിക്കൽ ആഘാതങ്ങളും
പ്രവചിക്കപ്പെട്ട പ്രവർത്തന നഷ്ടം (pLoF) SV-കൾ: PLoF SV-കൾ CDS-മായി ഇടപഴകുന്ന SV-കളായി നിർവചിക്കപ്പെട്ടിട്ടുണ്ട്, അവിടെ കോഡിംഗ് ന്യൂക്ലിയോടൈഡുകൾ ഇല്ലാതാക്കുകയോ ORF-കൾ മാറ്റുകയോ ചെയ്തു.1,681 ജീനുകളുടെ CDS-നെ ബാധിക്കുന്ന 1,929 pLoF SV-കൾ വ്യാഖ്യാനിച്ചു.അവയ്ക്കുള്ളിൽ, 38 ജീനുകൾ GO സമ്പുഷ്ടീകരണ വിശകലനത്തിൽ "ഇമ്യൂണോഗ്ലോബുലിൻ റിസപ്റ്റർ ബൈൻഡിംഗ്" എടുത്തുകാണിച്ചു.ഈ pLoF SV-കൾ യഥാക്രമം GWAS, OMIM, COSMIC എന്നിവ കൂടുതൽ വ്യാഖ്യാനിച്ചു.(ചിത്രം 4 എയും 4 ബിയും)
പ്രതിഭാസപരമായും ക്ലിനിക്കലിയിലും പ്രസക്തമായ എസ്.വി.കൾ: നാനോപോർ ഡാറ്റാസെറ്റിലെ നിരവധി എസ്.വി.ഹീമോഗ്ലോബിൻ സബ്യൂണിറ്റ് ആൽഫ 1, 2 (HBA1, HBA2) എന്നിവയുടെ പ്രവർത്തനരഹിതമായ ജീനുകളെ പ്രവർത്തനരഹിതമാക്കിയ മൂന്ന് വ്യക്തികളിൽ, ആൽഫ-തലസീമിയയ്ക്ക് കാരണമാകുമെന്ന് അറിയപ്പെടുന്ന 19.3 കെബിയുടെ അപൂർവ ഹെറ്ററോസൈഗസ് DEL കണ്ടെത്തി.ഹീമോഗ്ലോബിൻ സബ്യൂണിറ്റ് ബീറ്റ (HBB) ജീൻ കോഡിംഗിൽ 27.4 കെബിയുടെ മറ്റൊരു DEL മറ്റൊരു വ്യക്തിയിൽ കണ്ടെത്തി.ഈ എസ്വി ഗുരുതരമായ ഹീമോഗ്ലോബിനോപ്പതിക്ക് കാരണമാകുമെന്ന് അറിയപ്പെട്ടിരുന്നു.(ചിത്രം 4 സി)
ചിത്രം 4. ഫിനോടൈപ്പുകളുമായും രോഗങ്ങളുമായും ബന്ധപ്പെട്ട pLoF SV-കൾ
35 ഹോമോസൈഗസ്, 67 ഹെറ്ററോസൈഗസ് കാരിയറുകളിൽ 2.4 കെബിയുടെ ഒരു സാധാരണ ഡിഇഎൽ നിരീക്ഷിക്കപ്പെട്ടു, ഇത് ഗ്രോത്ത് ഹോമോൺ റിസപ്റ്ററിന്റെ (ജിഎച്ച്ആർ) 3-ആം എക്സോണിന്റെ പൂർണ്ണമായ മേഖലയെ ഉൾക്കൊള്ളുന്നു.ഹോമോസൈഗസ് കാരിയറുകൾ ഹെറ്റർസൈഗസ് കാരിയറുകളേക്കാൾ വളരെ കുറവാണെന്ന് കണ്ടെത്തി (p=0.033).(ചിത്രം 4d)
കൂടാതെ, ഈ എസ്‌വികൾ രണ്ട് പ്രാദേശിക ഗ്രൂപ്പുകൾക്കിടയിലുള്ള ജനസംഖ്യാ പരിണാമ പഠനങ്ങൾക്കായി പ്രോസസ്സ് ചെയ്തിട്ടുണ്ട്: വടക്കും ദക്ഷിണ ചൈനയും.Chr 1, 2, 3, 6,10,12,14, 19 എന്നീ തീയതികളിൽ കാര്യമായ വ്യത്യാസമുള്ള SV-കൾ വിതരണം ചെയ്യപ്പെട്ടതായി കണ്ടെത്തി, അതിനുള്ളിൽ, IGH, MHC മുതലായ പ്രതിരോധശേഷിയുള്ള മേഖലകളുമായി ബന്ധപ്പെട്ടവയാണ്. ഈ എസ്‌വികളിലെ വ്യത്യാസം ജനിതക വ്യതിയാനവും ചൈനയിലെ ഉപ-ജനസംഖ്യകൾക്കായുള്ള വൈവിധ്യമാർന്ന ചുറ്റുപാടുകളുമായുള്ള ദീർഘകാല സമ്പർക്കവും മൂലമാകാം.
റഫറൻസ്
വു, സികുൻ, തുടങ്ങിയവർ."ചൈനീസ് ജനസംഖ്യയിലെ ഘടനാപരമായ വകഭേദങ്ങളും ഫിനോടൈപ്പുകൾ, രോഗങ്ങൾ, ജനസംഖ്യാ പൊരുത്തപ്പെടുത്തൽ എന്നിവയിൽ അവയുടെ സ്വാധീനവും."bioRxiv(2021).
വാർത്തകളും ഹൈലൈറ്റുകളും ഏറ്റവും പുതിയ വിജയകരമായ കേസുകൾ ബയോമാർക്കർ ടെക്‌നോളജീസുമായി പങ്കിടാനും പുതിയ ശാസ്ത്രീയ നേട്ടങ്ങളും പഠനസമയത്ത് പ്രയോഗിച്ച പ്രമുഖ സാങ്കേതിക വിദ്യകളും പകർത്താനും ലക്ഷ്യമിടുന്നു.
പോസ്റ്റ് സമയം: ജനുവരി-06-2022