● Pieejami divi eksoma paneļi, kuru pamatā ir mērķa bagātināšana ar zondēm: Sure Select Human All Exon v6 (Agilent) un xGen Exome Hybridization Panel v2 (IDT).
● Sekvencēšana ar Illumina NovaSeq.
● Bioinformātikas process, kas vērsts uz slimību vai audzēju analīzi.
●Mērķi olbaltumvielu kodēšanas reģions: Uztverot un sekvencējot olbaltumvielu kodējošos reģionus, hWES tiek izmantots, lai atklātu ar olbaltumvielu struktūru saistītus variantus.
●Izmaksu ziņā efektīvs:hWES iegūst aptuveni 85% no cilvēka slimībām saistītajām mutācijām no 1% cilvēka genoma.
●Augsta precizitāteAr augstu sekvencēšanas dziļumu hWES atvieglo gan bieži sastopamu variantu, gan retu variantu noteikšanu ar frekvenci, kas zemāka par 1%.
●Stingra kvalitātes kontroleVisos posmos, sākot no paraugu un bibliotēkas sagatavošanas līdz sekvencēšanai un bioinformātikai, mēs ieviešam piecus galvenos kontroles punktus. Šī rūpīgā uzraudzība nodrošina nemainīgi augstas kvalitātes rezultātu sasniegšanu.
●Visaptveroša bioinformātikas analīzeMūsu pētījumu plūsma sniedzas tālāk par atsauces genoma variāciju identificēšanu, jo tajā ir iekļauta uzlabota analīze, kas paredzēta, lai īpaši risinātu pētniecības jautājumus, kas saistīti ar slimību ģenētiskajiem aspektiem vai audzēju analīzi.
●Pēcpārdošanas atbalsts:Mūsu apņemšanās sniedzas tālāk par projekta pabeigšanu, piedāvājot 3 mēnešu pēcpārdošanas servisa periodu. Šajā laikā mēs piedāvājam projekta uzraudzību, palīdzību problēmu novēršanā un jautājumu un atbilžu sesijas, lai atbildētu uz visiem ar rezultātiem saistītajiem jautājumiem.
| Eksonu uztveršanas stratēģija | Sekvencēšanas stratēģija | Ieteicamā datu izvade |
| Sure Select Human All Exon v6 (Agilent) vai xGen Exome hibridizācijas panelis v2 (IDT)
| Illumina NovaSeq PE150 | 5–10 Gb Mendeli slimību/reto slimību gadījumā: > 50x Audzēja paraugiem: ≥ 100x |
| Parauga veids
| Summa(Qubit®)
| Koncentrācija | Apjoms
| Tīrība (NanoDrop™) |
|
Genomiskā DNS
| ≥ 50 ng | ≥ 6 ng/μL | ≥ 15 μL | OD260/280 = 1,8–2,0 nav degradācijas, nav piesārņojuma
|
hWES slimības paraugu bioinformātiskā analīze ietver:
● Sekvencēšanas datu kvalitātes kontrole
● Atsauces genoma saskaņošana
● SNP un InDels identifikācija
● SNP un InDels funkcionālā anotācija
Audzēja paraugu bioinformātiskā analīze ietver:
● Sekvencēšanas datu kvalitātes kontrole
● Atsauces genoma saskaņošana
● SNP, InDels un somatisko variāciju identificēšana
● Dzimumšūnu variantu identificēšana
● Mutāciju signatūru analīze
● Dzinēja gēnu identificēšana, pamatojoties uz funkciju pastiprinošām mutācijām
● Mutāciju anotācija zāļu uzņēmības līmenī
● Heterogenitātes analīze – tīrības un ploiditātes aprēķins
Datu kvalitātes kontrole – eksomu uztveršanas statistika
Variantu identifikācija – InDels
Paplašinātā analīze: kaitīgo SNP/InDels identificēšana un izplatība – Circos diagramma
Audzēja analīze: somatisko mutāciju identificēšana un izplatība – Circos diagramma
Audzēja analīze: klonālās līnijas