सम्पूर्ण जीनोम रिसेक्वेन्सिङ
चिनियाँ जनसंख्यामा संरचना भिन्नताहरू र फेनोटाइपहरू, रोगहरू र जनसंख्या अनुकूलनमा तिनीहरूको प्रभाव
नानोपुर |PacBio |सम्पूर्ण जीनोम पुन: अनुक्रमण |संरचनात्मक भिन्नता कलिङ
यस अध्ययनमा, बायोमार्कर टेक्नोलोजीहरू द्वारा Nanopore PromethION अनुक्रम प्रदान गरिएको थियो।
हाइलाइटहरू
यस अध्ययनमा, मानव जीनोममा संरचनात्मक भिन्नताहरू (SVs) को समग्र परिदृश्य Nanopore PromethION प्लेटफर्ममा लामो-पढ्ने अनुक्रमको मद्दतले प्रकट गरिएको थियो, जसले फेनोटाइपहरू, रोगहरू र विकासमा SVs को समझलाई गहिरो बनाउँछ।
प्रायोगिक डिजाइन
नमूनाहरू: 405 असंबद्ध चिनियाँ व्यक्तिहरू (206 पुरुष र 199 महिलाहरू) को परिधीय रक्त ल्युकोसाइट्स 68 फेनोटाइपिक र क्लिनिकल मापनको साथ।सबै व्यक्तिहरूमध्ये 124 व्यक्तिहरूको पुर्खा क्षेत्र उत्तरमा, 198 व्यक्तिहरू दक्षिण, 53 दक्षिणपश्चिम र 30 व्यक्तिहरू ज्ञात थिएनन्।
सिक्वेन्सिङ रणनीति: नानोपोर 1D रिड्स र PacBio HiFi रिड्सको साथ सम्पूर्ण जीनोम लामो-पढ्ने अनुक्रम (LRS)।
अनुक्रम प्लेटफार्म: Nanopore PromethION;PacBio सिक्वेल II
संरचना भिन्नता कल गर्दै
चित्र १. SV कलिङ र फिल्टरिङको कार्यप्रवाह
मुख्य उपलब्धिहरु
संरचना भिन्नता खोज र प्रमाणीकरण
नानोपोर मितिसेट: PromethION अनुक्रमणिका प्लेटफर्ममा कुल 20.7 Tb क्लीन रीडहरू उत्पन्न गरियो, प्रति नमूना औसत 51 Gb डाटा प्राप्त गर्दै, लगभग।गहिराईमा 17-गुना।
सन्दर्भ जीनोम पङ्क्तिबद्धता (GRCh38): 94.1% को औसत म्यापिङ दर हासिल गरियो।औसत त्रुटि दर (12.6%) पहिलेको बेन्चमार्किङ अध्ययन (12.6%) जस्तै थियो (चित्र 2b र 2c)
संरचना भिन्नता (SV) कलिङ: यस अध्ययनमा लागू गरिएको SV कलरहरूले Sniffles, NanoVar र NanoSV समावेश गरे।उच्च-विश्वास SVs लाई कम्तिमा दुई कलरहरू द्वारा पहिचान गरिएको SVs को रूपमा परिभाषित गरिएको थियो र गहिराइ, लम्बाइ र क्षेत्र मा फिल्टरेशन पास गरियो।
प्रत्येक नमूनामा औसत 18,489 (15,439 देखि 22,505 सम्म) उच्च-विश्वास SVs पहिचान गरियो।(चित्र 2d, 2e र 2f)
चित्र 2. नानोपोर डेटासेट द्वारा पहिचान गरिएको SVs को समग्र परिदृश्य
PacBio द्वारा प्रमाणीकरण: एक नमूना (HG002, बच्चा) मा पहिचान गरिएको SVs PacBio HiFi डेटासेट द्वारा मान्य गरिएको थियो।समग्र गलत खोज दर (FDR) 3.2% थियो, नानोपोर रिड्स द्वारा अपेक्षाकृत भरपर्दो SV पहिचानलाई चित्रण गर्दै।
गैर-रिडन्डन्ट SV हरू र जीनोमिक सुविधाहरू
गैर-रिडन्डन्ट SVs: 67,405 DELs, 60,182 INSs, 3,956 DUPs र 769 INV हरू समावेश गरिएका सबै नमूनाहरूमा SVs मर्ज गरेर 132,312 गैर-रिडन्डन्ट SVs को सेट प्राप्त गरियो।(चित्र 3a)
अवस्थित SV डेटासेटहरूसँग तुलना: यो डेटासेट प्रकाशित TGS वा NGS डेटासेटसँग तुलना गरिएको थियो।तुलनात्मक रूपमा चार डेटासेटहरू भित्र, LRS15, जुन लामो-पढिएको अनुक्रमण प्लेटफर्म (PacBio) बाट एक मात्र डेटासेट पनि हो यो डेटासेटसँग सबैभन्दा ठूलो ओभरल्यापहरू साझेदारी गरियो।यसबाहेक, यस डेटासेटमा 53.3% (70,471) SVs पहिलो पटक रिपोर्ट गरिएको थियो।प्रत्येक SV प्रकारमा हेरेर, लामो-पढिएको अनुक्रम डेटासेटको साथ बरामद INSs को संख्या बाँकी छोटो-पढ्नेहरू भन्दा धेरै ठूलो थियो, यसले संकेत गर्दछ कि लामो-पढ्ने अनुक्रम INSs पत्ता लगाउन विशेष रूपमा कुशल छ।(चित्र 3b र 3c)
चित्र 3. प्रत्येक SV प्रकारको लागि गैर-रिडन्डन्ट SV को गुणहरू
जीनोमिक विशेषताहरू: SV को संख्या क्रोमोजोम लम्बाइसँग महत्त्वपूर्ण रूपमा सहसंबद्ध फेला पर्यो।जीन, दोहोरिने, DELs (हरियो), INS (निलो), DUP (पहेंलो) र INV (सुन्तला) को वितरण एक सर्कस रेखाचित्रमा प्रदर्शित गरिएको थियो, जहाँ क्रोमोजोम हातहरूको अन्त्यमा SV मा सामान्य वृद्धि देखियो।(चित्र 3d र 3e)
SVs को लम्बाइ: INSs र DELs को लम्बाइ DUPs र INVs को तुलनामा उल्लेखनीय रूपमा छोटो भएको पाइयो, जुन PacBio HiFi डाटासेट द्वारा पहिचान गरिएकाहरूसँग सहमत थियो।सबै पहिचान गरिएका SVs को लम्बाइ 395.6 Mb सम्म थपियो, जसले सम्पूर्ण मानव जीनोमको 13.2% ओगटेको छ।SVs ले औसतमा प्रति व्यक्ति 23.0 Mb (लगभग 0.8%) जीनोमलाई असर गरेको छ।(चित्र 3f र 3g)
SVs को कार्यात्मक, phenotypical र क्लिनिकल प्रभावहरू
प्रकार्य (pLoF) SVs को अनुमानित हानि: pLoF SVs लाई CDS सँग अन्तरक्रिया गरिएको SV को रूपमा परिभाषित गरिएको थियो, जहाँ कोडिङ न्यूक्लियोटाइडहरू मेटाइयो वा ORF हरू परिवर्तन गरियो।कुल 1,929 pLoF SVs लाई 1,681 जीनहरूको CDS लाई असर गर्ने एनोटेट गरिएको थियो।ती भित्र, GO संवर्धन विश्लेषणमा 38 जीनहरूले "इम्युनोग्लोबुलिन रिसेप्टर बाइन्डिङ" लाई हाइलाइट गरे।यी pLoF SVs लाई क्रमशः GWAS, OMIM र COSMIC द्वारा एनोटेट गरिएको थियो।(चित्र 4a र 4b)
Phenotypically र चिकित्सकीय रूपमा सान्दर्भिक SVs: nanopore डेटासेटमा SV को संख्या phenotypically र क्लिनिक रूपमा सान्दर्भिक देखाइएको थियो।19.3 kb को एक दुर्लभ हेटेरोजाइगस DEL, अल्फा-थ्यालेसेमियाको कारण भनेर चिनिने, तीन व्यक्तिहरूमा पहिचान गरियो, जसले हेमोग्लोबिन सब्युनिट अल्फा 1 र 2 (HBA1 र HBA2) को जीनहरूलाई निष्क्रिय पारेको थियो।जीन कोडिङ Hemoglobin Subunit Beta (HBB) मा 27.4 kb को अर्को DEL अर्को व्यक्तिमा पहिचान गरिएको थियो।यो SV गम्भीर hemoglobinopathies को कारण ज्ञात थियो।(चित्र 4c)
चित्र 4. phenotypes र रोगहरु संग सम्बन्धित pLoF SVs
2.4 kb को साझा DEL 35 homozygous र 67 heterozygous वाहकहरूमा अवलोकन गरिएको थियो, जसले ग्रोथ होमोन रिसेप्टर (GHR) को तेस्रो एक्सोनको पूर्ण क्षेत्रलाई समेट्छ।homozygous वाहकहरू heterzygous (p = 0.033) भन्दा धेरै छोटो भेटिए।(चित्र 4d)
यसबाहेक, यी SV हरू दुई क्षेत्रीय समूहहरू: उत्तर र दक्षिण चीन बीचको जनसंख्या विकास अध्ययनको लागि प्रशोधन गरिएको थियो।उल्लेखनीय भिन्नता SV हरू 1, 2, 3, 6,10,12,14 र 19 मा वितरण गरिएको फेला पर्यो, जसमा शीर्ष व्यक्तिहरू IGH, MHC, आदि जस्ता प्रतिरक्षा क्षेत्रहरूसँग सम्बन्धित थिए। यो अनुमान गर्न उचित छ। यी SVs मा भिन्नता आनुवंशिक बहाव र चीन मा उप-जनसंख्या को लागी विविध वातावरण को लामो अवधि को उजागर को कारण हुन सक्छ।
सन्दर्भ
Wu, Zhikun, et al।"चिनियाँ जनसंख्यामा संरचनात्मक भिन्नताहरू र फेनोटाइपहरू, रोगहरू र जनसंख्या अनुकूलनमा तिनीहरूको प्रभाव।"bioRxiv(२०२१)।
समाचार र हाइलाइटहरू बायोमार्कर टेक्नोलोजीहरूसँग नवीनतम सफल केसहरू साझेदारी गर्ने उद्देश्य, उपन्यास वैज्ञानिक उपलब्धिहरू र अध्ययनको क्रममा लागू गरिएका प्रमुख प्रविधिहरू क्याप्चर गर्ने।
पोस्ट समय: जनवरी-06-2022