REKVENSERING AV HELE GENOMET
Strukturvarianter i kinesisk befolkning og deres innvirkning på fenotyper, sykdommer og befolkningstilpasning
Nanopore |PacBio |Re-sekvensering av hele genomet |Strukturell variasjon kalling
I denne studien ble Nanopore PromethION-sekvensering levert av Biomarker Technologies.
Høydepunkter
I denne studien ble et samlet landskap av strukturelle variasjoner (SV-er) i menneskets genom avslørt ved hjelp av langlest sekvensering på Nanopore PromethION-plattformen, som utdyper forståelsen av SV-er i fenotyper, sykdommer og evolusjon.
Eksperimentelt design
Prøver: Leukocytter fra perifert blod fra 405 ubeslektede kinesiske individer (206 menn og 199 kvinner) med 68 fenotypiske og kliniske målinger.Blant alle individer var forfedreregionene på 124 individer provinser i nord, de av 198 individer var sør, 53 var sørvest og 30 var ikke kjent.
Sekvenseringsstrategi: Langlest sekvensering av hele genomet (LRS) med Nanopore 1D-lesninger og PacBio HiFi-lesninger.
Sekvenseringsplattform: Nanopore PromethION;PacBio oppfølger II
Anrop av strukturvariasjoner
Figur 1. Arbeidsflyt for SV-anrop og filtrering
Hovedprestasjoner
Oppdagelse og validering av strukturvariasjoner
Nanopore datosett: Totalt 20,7 Tb rene avlesninger generert på PromethION sekvenseringsplattform, noe som oppnår et gjennomsnitt på 51 Gb data per prøve, ca.17 ganger i dybden.
Referansegenomjustering (GRCh38): Gjennomsnittlig kartleggingsrate på 94,1 % ble oppnådd.Den gjennomsnittlige feilraten (12,6 %) var lik en tidligere benchmarking-studie (12,6 %) (figur 2b og 2c)
Strukturvariasjon(SV)-kalling: SV-anropere som ble brukt i denne studien inkluderte Sniffles, NanoVar og NanoSV.SV-er med høy konfidens ble definert som SV-er identifisert av minst to innringere og passerte filtreringer på dybde, lengde og region.
Et gjennomsnitt på 18 489 (som varierer fra 15 439 til 22 505) SV-er med høy tillit ble identifisert i hver prøve.(Figur 2d, 2e og 2f)
Figur 2. Overordnet landskap av SV-er identifisert av Nanopore-datasettet
Validering av PacBio: SV-er identifisert i en prøve (HG002, barn) ble validert av et PacBio HiFi-datasett.Den totale falske oppdagelsesraten (FDR) var 3,2 %, noe som illustrerer en relativt pålitelig SV-identifikasjon av Nanopore.
Ikke-redundante SV-er og genomiske egenskaper
Ikke-redundante SV-er: Et sett med 132 312 ikke-redundante SV-er ble oppnådd ved å slå sammen SV-er i alle prøver, som inkluderer 67 405 DEL-er, 60 182 INS-er, 3 956 DUP-er og 769 INV-er.(Figur 3a)
Sammenligning med eksisterende SV-datasett: Dette datasettet ble sammenlignet med publiserte TGS- eller NGS-datasett.Innenfor de fire datasettene som ble sammenlignet, delte LRS15, som også er det eneste datasettet fra langlest sekvenseringsplattform (PacBio), de største overlappingene med dette datasettet.Dessuten ble 53,3 % (70 471) av SV-er i dette datasettet rapportert for første gang.Ved å se på hver SV-type var antallet gjenopprettede INS-er med langlest sekvenseringsdatasett mye større enn de andre kortleste, noe som indikerer at langlest sekvensering er spesielt effektiv i INS-deteksjon.(Figur 3b og 3c)
Figur 3. Egenskaper til ikke-redundante SV-er for hver SV-type
Genomiske trekk: Antall SV-er ble funnet signifikant korrelert med kromosomlengde.Distribusjon av gener, repetisjoner, DELs(grønn), INS(blå), DUP(gul) og INV(oransje) ble vist på et Circos-diagram, der en generell økning i SV ble observert på slutten av kromosomarmene.(Figur 3d og 3e)
Lengde på SV-er: Lengder på INS-er og DEL-er ble funnet å være betydelig kortere enn de for DUP-er og INV-er, som stemte overens med de som ble identifisert av PacBio HiFi-datasettet.Lengden på alle identifiserte SV-er ble lagt til opptil 395,6 Mb, som okkuperte 13,2% av hele menneskelige genom.SV-er påvirket gjennomsnittlig 23,0 Mb (ca. 0,8 %) genom per individ.(Figur 3f og 3g)
Funksjonelle, fenotypiske og kliniske effekter av SV-er
Forutsagt funksjonstap (pLoF) SV-er: pLoF SV-er ble definert som SV-er interagerte med CDS, der kodende nukleotider ble slettet eller ORF-er ble endret.Totalt 1 929 pLoF SV-er som påvirker CDS på 1 681 gener ble kommentert.Innenfor disse fremhevet 38 gener "immunoglobulinreseptorbinding" i GO-anrikningsanalyse.Disse pLoF SV-ene ble ytterligere kommentert av henholdsvis GWAS, OMIM og COSMIC.(Figur 4a og 4b)
Fenotypisk og klinisk relevante SV-er: En rekke SV i nanopore-datasett ble vist å være fenotypisk og klinisk relevante.En sjelden heterozygot DEL på 19,3 kb, kjent for å forårsake alfa-thalassemi, ble identifisert hos tre individer, som dysfunksjonerte gener av Hemoglobin Subunit Alpha 1 og 2 (HBA1 og HBA2).En annen DEL på 27,4 kb på genkodende Hemoglobin Subunit Beta(HBB) ble identifisert i et annet individ.Denne SV var kjent for å forårsake alvorlige hemoglobinopatier.(Figur 4c)
Figur 4. pLoF SVs assosiert med fenotyper og sykdommer
En vanlig DEL på 2,4 kb ble observert i 35 homozygote og 67 heterozygote bærere, som dekker hele regionen til det tredje eksonet av Growth Homone Receptor (GHR).De homozygote bærerne ble funnet signifikant kortere enn heterzygote (p=0,033).(Figur 4d)
Videre ble disse SV-ene behandlet for populasjonsevolusjonsstudier mellom to regionale grupper: Nord- og Sør-Kina.Signifikant differensielle SV-er ble funnet fordelt på Chr 1, 2, 3, 6,10,12,14 og 19, innenfor hvilke de øverste var assosiert med immunitetsregioner, som IGH, MHC, etc. Det er rimelig å spekulere i at differensiering i disse SV-ene kan skyldes genetisk drift og langvarig eksponering for ulike miljøer for underpopulasjoner i Kina.
Henvisning
Wu, Zhikun, et al."Strukturelle varianter i kinesisk befolkning og deres innvirkning på fenotyper, sykdommer og befolkningstilpasning."bioRxiv(2021).
Nyheter og høydepunkter tar sikte på å dele de siste vellykkede tilfellene med Biomarker Technologies, fange nye vitenskapelige prestasjoner samt fremtredende teknikker brukt under studien.
Innleggstid: Jan-06-2022