संपूर्ण जीनोम रिसेक्वेंसींग
चिनी लोकसंख्येतील संरचना रूपे आणि त्यांचा फेनोटाइप, रोग आणि लोकसंख्येचे अनुकूलन यावर होणारा परिणाम
नानोपोर |PacBio |संपूर्ण जीनोम री-सिक्वेंसिंग |स्ट्रक्चरल व्हेरिएशन कॉलिंग
या अभ्यासात, बायोमार्कर टेक्नॉलॉजीज द्वारे नॅनोपोर प्रोमिथिओन सिक्वेन्सिंग प्रदान केले गेले.
ठळक मुद्दे
या अभ्यासात, मानवी जीनोममधील संरचनात्मक भिन्नता (SVs) चे एकंदरीत लँडस्केप Nanopore PromethION platfrom वर दीर्घ-वाचलेल्या अनुक्रमांच्या मदतीने उघड केले गेले, जे phenotypes, रोग आणि उत्क्रांतीमधील SVs ची समज वाढवते.
प्रायोगिक आरेखन
नमुने: 405 असंबंधित चिनी व्यक्तींचे (206 पुरुष आणि 199 स्त्रिया) परिघीय रक्त ल्युकोसाइट्स 68 फेनोटाइपिक आणि क्लिनिकल मोजमापांसह.सर्व व्यक्तींमध्ये, 124 व्यक्तींचे वडिलोपार्जित प्रदेश उत्तरेकडील प्रांत होते, 198 व्यक्तींचे दक्षिण, 53 दक्षिण-पश्चिम आणि 30 ज्ञात नव्हते.
सिक्वेन्सिंग स्ट्रॅटेजी: संपूर्ण जीनोम लाँग-रीड सिक्वेन्सिंग (LRS) नॅनोपोर 1D रीड्स आणि PacBio HiFi रीड्ससह.
सिक्वेन्सिंग प्लॅटफॉर्म: नॅनोपोर प्रोमेथिओन;PacBio सिक्वेल II
स्ट्रक्चर व्हेरिएशन कॉलिंग
आकृती 1. एसव्ही कॉलिंग आणि फिल्टरिंगचा कार्यप्रवाह
मुख्य उपलब्धी
संरचना भिन्नता शोध आणि प्रमाणीकरण
नॅनोपोर डेटसेट: PromethION सिक्वेन्सिंग प्लॅटफॉर्मवर एकूण 20.7 Tb क्लीन रीड्स व्युत्पन्न केले गेले, प्रति नमुना सरासरी 51 Gb डेटा प्राप्त करून, अंदाजे.17-पट खोली.
संदर्भ जीनोम संरेखन(GRCh38): 94.1% चा सरासरी मॅपिंग दर गाठला गेला.सरासरी त्रुटी दर (12.6%) पूर्वीच्या बेंचमार्किंग अभ्यासाप्रमाणेच होता (12.6%) (आकृती 2b आणि 2c)
स्ट्रक्चर व्हेरिएशन (SV) कॉलिंग: या अभ्यासात लागू केलेल्या SV कॉलर्समध्ये Sniffles, NanoVar आणि NanoSV यांचा समावेश होता.उच्च-आत्मविश्वास असलेल्या SV ची व्याख्या किमान दोन कॉलर्सनी ओळखलेली SV म्हणून केली गेली आणि खोली, लांबी आणि क्षेत्रावर फिल्टरेशन पास केले.
प्रत्येक नमुन्यात सरासरी 18,489 (15,439 ते 22,505 पर्यंत) उच्च-आत्मविश्वासाचे SV ओळखले गेले.(आकृती 2d, 2e आणि 2f)
आकृती 2. नॅनोपोर डेटासेटद्वारे ओळखले गेलेले SV चे एकूण लँडस्केप
PacBio द्वारे प्रमाणीकरण: एका नमुन्यात (HG002, मूल) ओळखले गेलेले SVs PacBio HiFi डेटासेटद्वारे प्रमाणित केले गेले.एकूण खोटे शोध दर (FDR) 3.2% होता, जे नॅनोपोर रीड्सद्वारे तुलनेने विश्वसनीय SV ओळख दर्शविते.
नॉन-रिडंडंट एसव्ही आणि जीनोमिक वैशिष्ट्ये
नॉन-रिडंडंट SV: सर्व नमुन्यांमधील SV विलीन करून 132,312 गैर-रिडंडंट SV चा संच प्राप्त झाला, ज्यात 67,405 DEL, 60,182 INS, 3,956 DUPs आणि 769 INVs समाविष्ट आहेत.(आकृती 3a)
अस्तित्वात असलेल्या SV डेटासेटशी तुलना: या डेटासेटची तुलना प्रकाशित TGS किंवा NGS डेटासेटशी करण्यात आली.तुलना केलेल्या चार डेटासेटमध्ये, LRS15, जो लाँग-रीड सिक्वेन्सिंग प्लॅटफॉर्म (PacBio) मधील एकमेव डेटासेट देखील आहे या डेटासेटसह सर्वात मोठे ओव्हरलॅप शेअर केले आहेत.शिवाय, या डेटासेटमधील 53.3% (70,471) SVs प्रथमच नोंदवले गेले.प्रत्येक SV प्रकारात पाहिल्यास, दीर्घ-वाचलेल्या अनुक्रमांक डेटासेटसह पुनर्प्राप्त केलेल्या INS ची संख्या उर्वरित शॉर्ट-रीड डेटापेक्षा खूप मोठी होती, हे सूचित करते की दीर्घ-वाचलेले अनुक्रम INSs शोधण्यात विशेषतः कार्यक्षम आहे.(आकृती 3b आणि 3c)
आकृती 3. प्रत्येक SV प्रकारासाठी गैर-रिडंडंट SV चे गुणधर्म
जीनोमिक वैशिष्ट्ये: SV ची संख्या गुणसूत्राच्या लांबीशी लक्षणीयरीत्या परस्परसंबंधित आढळली.जनुकांचे वितरण, पुनरावृत्ती, DELs(हिरवा), INS(निळा), DUP(पिवळा) आणि INV(नारिंगी) हे सर्कोस आकृतीवर प्रदर्शित केले गेले, जेथे क्रोमोसोम आर्म्सच्या शेवटी SV मध्ये सामान्य वाढ दिसून आली.(आकृती 3d आणि 3e)
SVs ची लांबी: INSs आणि DELs ची लांबी DUPs आणि INVs पेक्षा लक्षणीयरीत्या कमी असल्याचे आढळले, जे PacBio HiFi डेटासेटद्वारे ओळखल्या गेलेल्या लोकांशी सहमत होते.सर्व ओळखल्या गेलेल्या SV ची लांबी 395.6 Mb पर्यंत जोडली गेली, ज्याने संपूर्ण मानवी जीनोमच्या 13.2% व्यापलेला आहे.SVs ने प्रति व्यक्ती सरासरी 23.0 Mb (अंदाजे 0.8%) जीनोम प्रभावित केले.(आकृती 3f आणि 3g)
SVs चे कार्यात्मक, phenotypical आणि क्लिनिकल प्रभाव
फंक्शन (pLoF) SVs चे अंदाजित नुकसान: pLoF SVs ची व्याख्या SVs सह CDS सोबत केली गेली, जेथे कोडिंग न्यूक्लियोटाइड हटवले गेले किंवा ORF बदलले गेले.एकूण 1,929 pLoF SVs ची CDS वर 1,681 जीन्सवर भाष्य करण्यात आले.त्यांच्यामध्ये, GO संवर्धन विश्लेषणामध्ये 38 जनुकांनी "इम्युनोग्लोबुलिन रिसेप्टर बाइंडिंग" हायलाइट केले.या pLoF SV वर अनुक्रमे GWAS, OMIM आणि COSMIC द्वारे भाष्य करण्यात आले.(आकृती 4a आणि 4b)
फिनोटाइपिक आणि वैद्यकीयदृष्ट्या संबंधित एसव्ही: नॅनोपोर डेटासेटमधील अनेक एसव्ही फिनोटाइपिक आणि वैद्यकीयदृष्ट्या संबंधित असल्याचे दर्शविले गेले.अल्फा-थॅलेसेमिया होण्यास कारणीभूत असलेले 19.3 kb चे एक दुर्मिळ विषमयुग्म DEL, तीन व्यक्तींमध्ये ओळखले गेले, ज्याने हिमोग्लोबिन सब्युनिट अल्फा 1 आणि 2 (HBA1 आणि HBA2) च्या जनुकांना बिघडवले.जीन कोडिंग हिमोग्लोबिन सब्युनिट बीटा(HBB) वर 27.4 kb चे आणखी एक DEL दुसर्या व्यक्तीमध्ये ओळखले गेले.हे SV गंभीर हिमोग्लोबिनोपॅथीस कारणीभूत होते.(आकृती 4c)
आकृती 4. फिनोटाइप आणि रोगांशी संबंधित pLoF SVs
35 होमोजिगस आणि 67 विषमयुग्म वाहकांमध्ये 2.4 kb चे सामान्य DEL आढळून आले, जे ग्रोथ होमोन रिसेप्टर (GHR) च्या 3rd exon चे संपूर्ण क्षेत्र व्यापते.एकसंध वाहक हेटरझिगस (p=0.033) पेक्षा लक्षणीयरीत्या लहान आढळले.(आकृती 4d)
शिवाय, उत्तर आणि दक्षिण चीन या दोन प्रादेशिक गटांमधील लोकसंख्येच्या उत्क्रांती अभ्यासासाठी या SV वर प्रक्रिया करण्यात आली.क्र. 1, 2, 3, 6,10,12,14 आणि 19 रोजी लक्षणीय विभेदक SVs वितरीत केलेले आढळले, ज्यामध्ये, IGH, MHC, इ. सारख्या रोगप्रतिकारक क्षेत्रांशी संबंधित होते. हे अनुमान करणे वाजवी आहे की चीनमधील उप-लोकसंख्येसाठी अनुवांशिक प्रवाह आणि दीर्घकालीन वैविध्यपूर्ण वातावरणामुळे या SV मध्ये फरक असू शकतो.
संदर्भ
वू, झिकुन आणि इतर."चीनी लोकसंख्येतील स्ट्रक्चरल रूपे आणि त्यांचा फेनोटाइप, रोग आणि लोकसंख्येचे अनुकूलन यावर होणारा परिणाम."bioRxiv(२०२१).
बातम्या आणि ठळक बातम्या बायोमार्कर टेक्नॉलॉजीजसह नवीनतम यशस्वी प्रकरणे सामायिक करणे, नवीन वैज्ञानिक कामगिरी तसेच अभ्यासादरम्यान लागू केलेली प्रमुख तंत्रे कॅप्चर करणे हे उद्दिष्ट आहे.
पोस्ट वेळ: जानेवारी-06-2022