GENOME တစ်ခုလုံးကို RESEQUENCING
တရုတ်လူဦးရေ၏ဖွဲ့စည်းပုံမူကွဲများနှင့် phenotypes၊ ရောဂါများနှင့်လူဦးရေလိုက်လျောညီထွေမှုအပေါ်၎င်းတို့၏သက်ရောက်မှု
နာနိုပရီ |PacBio |ဂျီနိုမ်တစ်ခုလုံး ပြန်လည် စီစစ်ခြင်း |ဖွဲ့စည်းပုံကွဲလွဲမှုခေါ်ဆိုခြင်း။
ဤလေ့လာမှုတွင်၊ Nanopore PromethION sequencing ကို Biomarker Technologies မှ ပံ့ပိုးပေးခဲ့ပါသည်။
ပေါ်လွင်သည်။
ဤလေ့လာမှုတွင်၊ လူသားဂျီနိုမ်ရှိ တည်ဆောက်ပုံကွဲလွဲမှုများ (SVs) ၏ အလုံးစုံသော ရှုခင်းကို Nanopore PromethION ပလပ်ဖောင်းပေါ်တွင် ရှည်လျားစွာဖတ်နိုင်သော စီတန်းခြင်းအကူအညီဖြင့် ဖော်ထုတ်ခဲ့ပြီး၊ phenotypes၊ ရောဂါများနှင့် ဆင့်ကဲဖြစ်စဉ်များတွင် SVs များကို နားလည်သဘောပေါက်နိုင်စေပါသည်။
စမ်းသပ်ဒီဇိုင်း
နမူနာများ- phenotypic နှင့် လက်တွေ့တိုင်းတာမှု 68 ခုဖြင့် မသက်ဆိုင်သော တရုတ်တစ်ဉီးချင်းစီ (အမျိုးသား 206 ယောက်နှင့် အမျိုးသမီး 199 ယောက်) ၏ အနားသတ်သွေး leukocytes များ။လူတစ်ဦးချင်းအားလုံးတွင် ၁၂၄ ဦး၏ ဘိုးဘွားနယ်မြေများသည် မြောက်ပိုင်းပြည်နယ်များဖြစ်ပြီး ၁၉၈ ဦး တောင်ပိုင်း၊ ၅၃ ဦးသည် အနောက်တောင်နှင့် ၃၀ တို့ကို မသိရှိကြပေ။
Sequencing နည်းဗျူဟာ- Nanopore 1D reads နှင့် PacBio HiFi ဖြင့် genome long-read sequencing (LRS) တစ်ခုလုံး။
Sequencing platform- Nanopore PromethION;PacBio နောက်ဆက်တွဲ II
Structure Variation ခေါ်ဆိုခြင်း။
ပုံ 1။ SV ခေါ်ဆိုခြင်းနှင့် စစ်ထုတ်ခြင်း၏ လုပ်ငန်းအသွားအလာ
အဓိက အောင်မြင်မှုများ
ဖွဲ့စည်းပုံကွဲလွဲမှုကို ရှာဖွေတွေ့ရှိခြင်းနှင့် အတည်ပြုခြင်း။
Nanopore dateset- စုစုပေါင်း 20.7 Tb clean reads တွင် PromethION sequencing platform တွင် ထုတ်ပေးပြီး၊ နမူနာတစ်ခုလျှင် ပျမ်းမျှ 51 Gb ဒေတာရရှိသည်၊ ခန့်မှန်းခြေ။အနက် ၁၇ ခေါက်။
အကိုးအကား ဂျီနိုမ် ချိန်ညှိမှု(GRCh38)- ပျမ်းမျှမြေပုံညွှန်းနှုန်း 94.1% ကို အောင်မြင်ခဲ့သည်။ပျမ်းမျှအမှားအယွင်းနှုန်း (12.6%) သည် ယခင်စံညွှန်းလေ့လာမှု (12.6%) (ပုံ 2b နှင့် 2c) နှင့် ဆင်တူသည်
ဖွဲ့စည်းပုံကွဲလွဲမှု(SV) ခေါ်ဆိုခြင်း- ဤလေ့လာမှုတွင် ထည့်သွင်းထားသော SV ခေါ်ဆိုသူများသည် Sniffles၊ NanoVar နှင့် NanoSV တို့ ပါဝင်ပါသည်။ယုံကြည်မှုမြင့်မားသော SV များကို အနည်းဆုံးခေါ်ဆိုသူနှစ်ဦးမှ ခွဲခြားသတ်မှတ်ထားသော SV များအဖြစ် သတ်မှတ်ပြီး အတိမ်အနက်၊ အလျားနှင့် ဒေသအလိုက် စစ်ထုတ်မှုများကို ကျော်ဖြတ်ခဲ့သည်။
နမူနာတစ်ခုစီတွင် ပျမ်းမျှယုံကြည်မှုမြင့်မားသော SVs 18,489 (15,439 မှ 22,505) ကို ဖော်ထုတ်ခဲ့သည်။(ပုံ 2d၊ 2e နှင့် 2f)
ပုံ 2။ Nanopore dataset မှသတ်မှတ်ထားသော SVs ၏ ယေဘုယျရှုခင်း
PacBio မှ အတည်ပြုခြင်း- နမူနာတစ်ခု (HG002၊ ကလေး) တွင် ဖော်ထုတ်ထားသော SV များကို PacBio HiFi ဒေတာအတွဲတစ်ခုမှ အတည်ပြုခဲ့သည်။အလုံးစုံ မှားယွင်းသော ရှာဖွေတွေ့ရှိမှုနှုန်း (FDR) သည် 3.2% ဖြစ်သည်၊ Nanopore မှ အတော်လေး ယုံကြည်စိတ်ချရသော SV အထောက်အထားကို သရုပ်ဖော်ထားသည်။
မလိုအပ်သော SV များနှင့် မျိုးရိုးဗီဇအင်္ဂါရပ်များ
ထပ်မွမ်းမံခြင်းမရှိသော SV များ- 67,405 DELs၊ 60,182 INSs၊ 3,956 DUPs နှင့် 769 INV များပါ၀င်သော နမူနာအားလုံးတွင် SV များကို ပေါင်းစည်းခြင်းဖြင့် ရယူခဲ့သည်။(ပုံ 3a)
ရှိပြီးသား SV ဒေတာအတွဲများနှင့် နှိုင်းယှဉ်ခြင်း- ဤဒေတာအတွဲကို ထုတ်ဝေထားသော TGS သို့မဟုတ် NGS ဒေတာအတွဲနှင့် နှိုင်းယှဉ်ထားသည်။နှိုင်းယှဉ်ထားသော ဒေတာအတွဲလေးခုအတွင်း၊ LRS15 သည် ရှည်လျားစွာဖတ်နိုင်သော စီတန်းစီခြင်းပလပ်ဖောင်း (PacBio) မှ တစ်ခုတည်းသောဒေတာအတွဲဖြစ်ပြီး ဤဒေတာအတွဲနှင့် အကြီးဆုံးထပ်နေမှုများကို မျှဝေထားသည်။ထို့အပြင်၊ ဤဒေတာအတွဲရှိ SV များ၏ 53.3% (70,471) ကို ပထမဆုံးအကြိမ် အစီရင်ခံခဲ့သည်။SV အမျိုးအစားတစ်ခုစီကို ကြည့်ရှုခြင်းဖြင့်၊ ကြာရှည်စွာဖတ်နိုင်သော အတွဲလိုက်ဒေတာအတွဲပါရှိသော ပြန်လည်ရယူထားသော INS အရေအတွက်သည် ကျန်အတိုချုံးဖတ်စက်များထက် များစွာပိုကြီးနေပြီး၊ ရှည်လျားသောဖတ်ရှုမှု စီစစ်ခြင်းသည် INSs ထောက်လှမ်းခြင်းတွင် အထူးထိရောက်ကြောင်း ညွှန်ပြပါသည်။(ပုံ 3b နှင့် 3c)
ပုံ 3။ SV အမျိုးအစားတစ်ခုစီအတွက် ထပ်မွမ်းမံထားသော SV များ၏ ဂုဏ်သတ္တိများ
မျိုးရိုးဗီဇအင်္ဂါရပ်များ- SV အရေအတွက်သည် ခရိုမိုဆုန်းအရှည်နှင့် သိသိသာသာဆက်စပ်နေကြောင်း တွေ့ရှိခဲ့သည်။မျိုးရိုးဗီဇများ ဖြန့်ဝေခြင်း၊ ထပ်ခါတလဲလဲ၊ DELs(အစိမ်းရောင်)၊ INS(အပြာ)၊ DUP(အဝါရောင်) နှင့် INV(လိမ္မော်)တို့ကို ခရိုမိုဆုန်းလက်မောင်းများအဆုံးတွင် ယေဘုယျအားဖြင့် SV တိုးလာသည်ကို Circos ပုံချပ်တွင် ပြသထားသည်။(ပုံ 3d နှင့် 3e)
SV များ၏ အရှည်- INSs နှင့် DEL များ၏ အလျားများသည် PacBio HiFi ဒေတာအတွဲမှ ခွဲခြားသတ်မှတ်ထားသော ၎င်းတို့နှင့် သဘောတူထားသည့် DUPs နှင့် INVs များထက် သိသိသာသာတိုသည်ကို တွေ့ရှိခဲ့သည်။ဖော်ထုတ်ထားသော SV များအားလုံး၏ အရှည်သည် 395.6 Mb အထိ ပေါင်းထည့်ထားပြီး၊ လူသားဂျီနိုမ်တစ်ခုလုံး၏ 13.2% ကို သိမ်းပိုက်ထားသည်။SV များသည် ပျမ်းမျှအားဖြင့် လူတစ်ဦးချင်းစီ၏ ဂျီနိုအာ၏ 23.0 Mb (ခန့်မှန်းခြေအားဖြင့် 0.8%) ကို သက်ရောက်မှုရှိသည်။(ပုံ 3f နှင့် 3g)
SVs များ၏ လုပ်ဆောင်နိုင်သော၊ ထူးထူးခြားခြားနှင့် လက်တွေ့သက်ရောက်မှုများ
မှန်းဆထားသောလုပ်ဆောင်ချက်ဆုံးရှုံးမှု(pLoF) SVs- pLoF SV များကို CDS နှင့် အပြန်အလှန်တုံ့ပြန်သည့် SVs များအဖြစ် သတ်မှတ်ခဲ့ပြီး၊ coding nucleotides များကို ဖျက်လိုက်သည် သို့မဟုတ် ORFs များ ပြောင်းလဲသွားသည့်နေရာ။စုစုပေါင်း 1,929 pLoF SVs များ CDS ၏ 1,681 မျိုးဗီဇအပေါ်သက်ရောက်သော မှတ်ချက်များကို မှတ်ယူထားသည်။ယင်းတို့အတွင်း GO ကြွယ်ဝမှုဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုတွင် “immunoglobulin receptor binding” ကို ဗီဇ ၃၈ ခုက မီးမောင်းထိုးပြခဲ့သည်။ဤ pLoF SV များကို GWAS၊ OMIM နှင့် COSMIC တို့မှ ထပ်လောင်းမှတ်ယူထားပါသည်။(ပုံ 4a နှင့် 4b)
Phenotypically နှင့် ဆေးခန်းတွင် သက်ဆိုင်ရာ SV များ- နာနိုပရီဒေတာအတွဲတွင် SV အများအပြားသည် အသွင်အပြင်နှင့် ဆေးခန်းနှင့် သက်ဆိုင်ကြောင်း ပြသထားသည်။အယ်ဖာ-သာလာဆီးမီးယားကိုဖြစ်စေသည်ဟုသိရသော ရှားပါးသော 19.3 kb ၏ heterozygous DEL ကို ဟေမိုဂလိုဘင် Subunit Alpha 1 နှင့် 2 (HBA1 နှင့် HBA2) ၏မျိုးဗီဇများကို ပျက်ပြားစေသည့် လူသုံးဦးတွင် တွေ့ရှိခဲ့သည်။မျိုးရိုးဗီဇကုဒ်ဖြင့် ဟေမိုဂလိုဘင် Subunit Beta(HBB) မှ 27.4 kb ၏ နောက်ထပ် DEL ကို အခြားတစ်ဦးချင်းတွင် ဖော်ထုတ်ခဲ့သည်။ဤ SV သည် ပြင်းထန်သော ဟေမိုဂလိုဘင်ရောဂါကို ဖြစ်စေသည်ဟု လူသိများသည်။(ပုံ 4c)
ပုံ 4. phenotypes နှင့် ရောဂါများနှင့်ဆက်စပ်နေသော pLoF SVs များ
2.4 kb ၏ ဘုံ DEL ကို 35 homozygous နှင့် 67 heterozygous carriers များတွင် တွေ့ရှိခဲ့ပြီး၊ Growth Homone Receptor (GHR) ၏ 3rd exon ၏ ဧရိယာ အပြည့်အစုံကို လွှမ်းခြုံထားသည်။မျိုးတူသားတူ သယ်ဆောင်သည့် သယ်ဆောင်သူများသည် အမျိုးအစားကွဲများ (p=0.033) ထက် သိသိသာသာ ပိုတိုသည်ကို တွေ့ရှိခဲ့သည်။(ပုံ 4d)
ထို့အပြင်၊ ဤ SV များကို ဒေသဆိုင်ရာအုပ်စုနှစ်စုဖြစ်သည့် မြောက်နှင့် တောင်တရုတ်တို့ကြားတွင် လူဦးရေဆင့်ကဲလေ့လာခြင်းအတွက် လုပ်ဆောင်ခဲ့သည်။သိသိသာသာကွဲပြားသော SV များကို Chr 1, 2, 3, 6,10,12,14 နှင့် 19 တွင် ဖြန့်ဝေထားသည်ကို တွေ့ရှိခဲ့ပြီး ယင်းအထဲတွင် ထိပ်တန်းများသည် IGH, MHC ကဲ့သို့သော ကိုယ်ခံစွမ်းအားနယ်မြေများနှင့် ဆက်စပ်နေပါသည်။ ဤ SV များတွင် ကွဲပြားမှုသည် မျိုးဗီဇ ပျံ့လွင့်မှုနှင့် တရုတ်နိုင်ငံရှိ လူဦးရေခွဲများအတွက် မတူကွဲပြားသော ပတ်ဝန်းကျင်များကို ရေရှည် ဖော်ထုတ်နိုင်ခြင်းကြောင့် ဖြစ်နိုင်သည်။
အကိုးအကား
Wu, Zhikun, et al."တရုတ်လူဦးရေ၏ဖွဲ့စည်းပုံမူကွဲများနှင့် phenotypes၊ ရောဂါများနှင့်လူဦးရေလိုက်လျောညီထွေမှုအပေါ်၎င်းတို့၏သက်ရောက်မှု"bioRxiv(၂၀၂၁)။
သတင်းများနှင့် ပေါ်လွင်ချက်များ Biomarker Technologies နှင့် နောက်ဆုံးအောင်မြင်သော ကိစ္စများကို မျှဝေရန် ရည်ရွယ်ပြီး၊ ဆန်းသစ်သော သိပ္ပံနည်းကျ အောင်မြင်မှုများကို ဖမ်းယူကာ လေ့လာမှုအတွင်း အသုံးပြုသည့် ထင်ရှားသော နည်းပညာများကို ဖမ်းယူရန် ရည်ရွယ်သည်။
စာတိုက်အချိန်- Jan-06-2022