మొత్తం జీనోమ్ రీసీక్వెన్సింగ్
చైనీస్ జనాభాలో నిర్మాణ వైవిధ్యాలు మరియు సమలక్షణాలు, వ్యాధులు మరియు జనాభా అనుసరణపై వాటి ప్రభావం
నానోపోర్ |ప్యాక్ బయో |మొత్తం జీనోమ్ రీ-సీక్వెన్సింగ్ |నిర్మాణ వైవిధ్యం కాలింగ్
ఈ అధ్యయనంలో, బయోమార్కర్ టెక్నాలజీస్ ద్వారా నానోపోర్ ప్రోమెథియాన్ సీక్వెన్సింగ్ అందించబడింది.
ముఖ్యాంశాలు
ఈ అధ్యయనంలో, నానోపోర్ ప్రోమెథియాన్ ప్లాట్‌ఫారమ్‌లో దీర్ఘ-రీడ్ సీక్వెన్సింగ్ సహాయంతో మానవ జన్యువులోని నిర్మాణాత్మక వైవిధ్యాల (SVలు) యొక్క మొత్తం ప్రకృతి దృశ్యం వెల్లడైంది, ఇది సమలక్షణాలు, వ్యాధులు మరియు పరిణామంలో SVల అవగాహనను మరింతగా పెంచుతుంది.
ప్రయోగాత్మక డిజైన్
నమూనాలు: 68 ఫినోటైపిక్ మరియు క్లినికల్ కొలతలతో సంబంధం లేని 405 చైనీస్ వ్యక్తుల (206 పురుషులు మరియు 199 స్త్రీలు) పరిధీయ రక్త ల్యూకోసైట్లు.వ్యక్తులందరిలో, 124 మంది వ్యక్తుల పూర్వీకుల ప్రాంతాలు ఉత్తరంలోని ప్రావిన్సులు, 198 మంది వ్యక్తులు దక్షిణం, 53 మంది నైరుతి మరియు 30 మంది తెలియదు.
సీక్వెన్సింగ్ వ్యూహం: నానోపోర్ 1D రీడ్‌లు మరియు ప్యాక్‌బయో హైఫై రీడ్‌లతో పూర్తి జీనోమ్ లాంగ్-రీడ్ సీక్వెన్సింగ్ (LRS).
సీక్వెన్సింగ్ ప్లాట్‌ఫారమ్: నానోపోర్ ప్రోమెథియాన్;ప్యాక్‌బయో సీక్వెల్ II
స్ట్రక్చర్ వేరియేషన్ కాలింగ్
మూర్తి 1. SV కాలింగ్ మరియు ఫిల్టరింగ్ యొక్క వర్క్‌ఫ్లో
ప్రధాన విజయాలు
నిర్మాణ వైవిధ్యం ఆవిష్కరణ మరియు ధ్రువీకరణ
నానోపోర్ డేట్‌సెట్: ప్రోమెథియాన్ సీక్వెన్సింగ్ ప్లాట్‌ఫారమ్‌లో మొత్తం 20.7 Tb క్లీన్ రీడ్‌లు ఉత్పత్తి చేయబడ్డాయి, ఒక్కో నమూనాకు సగటున 51 Gb డేటాను సాధించడం, సుమారుగా.లోతులో 17 రెట్లు.
రిఫరెన్స్ జీనోమ్ అలైన్‌మెంట్(GRCh38): సగటు మ్యాపింగ్ రేటు 94.1% సాధించబడింది.సగటు ఎర్రర్ రేటు (12.6%) మునుపటి బెంచ్‌మార్కింగ్ అధ్యయనం (12.6%) మాదిరిగానే ఉంది (మూర్తి 2 బి మరియు 2 సి)
నిర్మాణ వైవిధ్యం(SV) కాలింగ్: ఈ అధ్యయనంలో వర్తించే SV కాలర్‌లలో Sniffles, NanoVar మరియు NanoSV ఉన్నాయి.హై-కాన్ఫిడెన్స్ SVలు కనీసం ఇద్దరు కాలర్‌లచే గుర్తించబడిన SVలుగా నిర్వచించబడ్డాయి మరియు లోతు, పొడవు మరియు ప్రాంతంపై వడపోతలను ఆమోదించాయి.
ప్రతి నమూనాలో సగటున 18,489 (15,439 నుండి 22,505 వరకు) అధిక-విశ్వాసం SVలు గుర్తించబడ్డాయి.(చిత్రం 2d, 2e మరియు 2f)
మూర్తి 2. నానోపోర్ డేటాసెట్ ద్వారా గుర్తించబడిన SVల యొక్క మొత్తం ల్యాండ్‌స్కేప్
PacBio ద్వారా ధ్రువీకరణ: ఒక నమూనా (HG002, చైల్డ్)లో గుర్తించబడిన SVలు PacBio HiFi డేటాసెట్ ద్వారా ధృవీకరించబడ్డాయి.మొత్తం తప్పుడు ఆవిష్కరణ రేటు (FDR) 3.2%, ఇది నానోపోర్ రీడ్‌ల ద్వారా సాపేక్షంగా విశ్వసనీయమైన SV గుర్తింపును వివరిస్తుంది.
అనవసరమైన SVలు మరియు జెనోమిక్ ఫీచర్‌లు
నాన్-రిడెండెంట్ SVలు: 67,405 DELలు, 60,182 INSలు, 3,956 DUPలు మరియు 769 INVలను కలిగి ఉన్న అన్ని నమూనాలలో SVలను విలీనం చేయడం ద్వారా 132,312 అనవసరమైన SVల సమితిని పొందారు.(చిత్రం 3a)
ఇప్పటికే ఉన్న SV డేటాసెట్‌లతో పోలిక: ఈ డేటాసెట్ ప్రచురించబడిన TGS లేదా NGS డేటాసెట్‌తో పోల్చబడింది.పోల్చిన నాలుగు డేటాసెట్‌లలో, LRS15, ఇది లాంగ్-రీడ్ సీక్వెన్సింగ్ ప్లాట్‌ఫారమ్ (PacBio) నుండి వచ్చిన ఏకైక డేటాసెట్, ఈ డేటాసెట్‌తో అతిపెద్ద అతివ్యాప్తులను పంచుకుంది.అంతేకాకుండా, ఈ డేటాసెట్‌లోని 53.3%(70,471) SVలు మొదటిసారిగా నివేదించబడ్డాయి.ప్రతి SV రకాన్ని చూడటం ద్వారా, లాంగ్-రీడ్ సీక్వెన్సింగ్ డేటాసెట్‌తో పునరుద్ధరించబడిన INSల సంఖ్య మిగిలిన షార్ట్-రీడ్ వాటి కంటే చాలా పెద్దది, ఇది INSలను గుర్తించడంలో లాంగ్-రీడ్ సీక్వెన్సింగ్ చాలా సమర్థవంతంగా పనిచేస్తుందని సూచిస్తుంది.(చిత్రం 3 బి మరియు 3 సి)
మూర్తి 3. ప్రతి SV రకానికి అనవసరమైన SVల లక్షణాలు
జన్యు లక్షణాలు: SVల సంఖ్య క్రోమోజోమ్ పొడవుతో గణనీయంగా సంబంధం కలిగి ఉన్నట్లు కనుగొనబడింది.జన్యువుల పంపిణీ, రిపీట్‌లు, DELలు(ఆకుపచ్చ), INS(నీలం), DUP(పసుపు) మరియు INV(నారింజ) సిర్కోస్ రేఖాచిత్రంలో ప్రదర్శించబడ్డాయి, ఇక్కడ క్రోమోజోమ్ ఆయుధాల చివరిలో SVలో సాధారణ పెరుగుదల గమనించబడింది.(చిత్రం 3d మరియు 3e)
SVల పొడవు: PacBio HiFi డేటాసెట్ ద్వారా గుర్తించబడిన వాటితో ఏకీభవించిన DUPలు మరియు INVల కంటే INSలు మరియు DELల పొడవు గణనీయంగా తక్కువగా ఉన్నట్లు కనుగొనబడింది.గుర్తించబడిన అన్ని SVల పొడవు 395.6 Mb వరకు జోడించబడింది, ఇది మొత్తం మానవ జన్యువులో 13.2% ఆక్రమించింది.SVలు సగటున ప్రతి వ్యక్తికి 23.0 Mb (సుమారు 0.8%) జన్యువును ప్రభావితం చేశాయి.(చిత్రం 3f మరియు 3g)
SVల యొక్క ఫంక్షనల్, ఫినోటైపికల్ మరియు క్లినికల్ ప్రభావాలు
ఫంక్షన్ (pLoF) SVల అంచనా నష్టం: pLoF SVలు CDSతో పరస్పర చర్య చేసే SVలుగా నిర్వచించబడ్డాయి, ఇక్కడ కోడింగ్ న్యూక్లియోటైడ్‌లు తొలగించబడ్డాయి లేదా ORFలు మార్చబడ్డాయి.1,681 జన్యువుల CDSని ప్రభావితం చేసే మొత్తం 1,929 pLoF SVలు ఉల్లేఖించబడ్డాయి.వాటిలో, GO సుసంపన్నత విశ్లేషణలో 38 జన్యువులు "ఇమ్యునోగ్లోబులిన్ రిసెప్టర్ బైండింగ్"ని హైలైట్ చేశాయి.ఈ pLoF SVలు వరుసగా GWAS, OMIM మరియు COSMIC ద్వారా మరింత ఉల్లేఖించబడ్డాయి.(చిత్రం 4a మరియు 4b)
సమలక్షణంగా మరియు వైద్యపరంగా సంబంధిత SVలు: నానోపోర్ డేటాసెట్‌లోని అనేక SVలు సమలక్షణంగా మరియు వైద్యపరంగా సంబంధితంగా చూపబడ్డాయి.ఆల్ఫా-తలసేమియాకు కారణమయ్యే 19.3 kb యొక్క అరుదైన హెటెరోజైగస్ DEL, ముగ్గురు వ్యక్తులలో గుర్తించబడింది, ఇది హిమోగ్లోబిన్ సబ్యూనిట్ ఆల్ఫా 1 మరియు 2 (HBA1 మరియు HBA2) జన్యువులను పనిచేయకుండా చేసింది.జన్యు కోడింగ్ హిమోగ్లోబిన్ సబ్యూనిట్ బీటా(HBB)పై 27.4 kb మరొక DEL మరొక వ్యక్తిలో గుర్తించబడింది.ఈ SV తీవ్రమైన హిమోగ్లోబినోపతికి కారణమవుతుందని తెలిసింది.(చిత్రం 4 సి)
మూర్తి 4. pLoF SVలు సమలక్షణాలు మరియు వ్యాధులతో అనుబంధించబడ్డాయి
35 హోమోజైగస్ మరియు 67 హెటెరోజైగస్ క్యారియర్‌లలో 2.4 kb యొక్క సాధారణ DEL గమనించబడింది, ఇది గ్రోత్ హోమోన్ రిసెప్టర్ (GHR) యొక్క 3వ ఎక్సోన్ యొక్క పూర్తి ప్రాంతాన్ని కవర్ చేస్తుంది.హోమోజైగస్ క్యారియర్లు హెటర్జైగస్ వాటి కంటే చాలా తక్కువగా కనుగొనబడ్డాయి (p=0.033).(చిత్రం 4d)
ఇంకా, ఈ SVలు రెండు ప్రాంతీయ సమూహాల మధ్య జనాభా పరిణామ అధ్యయనాల కోసం ప్రాసెస్ చేయబడ్డాయి: ఉత్తర మరియు దక్షిణ చైనా.ముఖ్యమైన అవకలన SVలు Chr 1, 2, 3, 6,10,12,14 మరియు 19 లలో పంపిణీ చేయబడినట్లు కనుగొనబడ్డాయి, వీటిలో అగ్రస్థానంలో ఉన్నవి IGH, MHC మొదలైన రోగనిరోధక శక్తి ప్రాంతాలతో అనుబంధించబడ్డాయి. ఇది ఊహించడం సహేతుకమైనది. ఈ SV లలో భేదం జన్యు చలనం మరియు చైనాలోని ఉప-జనాభా కోసం విభిన్న వాతావరణాలకు దీర్ఘకాలిక బహిర్గతం కారణంగా ఉండవచ్చు.
సూచన
వు, జికున్, మరియు ఇతరులు."చైనీస్ జనాభాలో నిర్మాణ వైవిధ్యాలు మరియు సమలక్షణాలు, వ్యాధులు మరియు జనాభా అనుసరణపై వాటి ప్రభావం."bioRxiv(2021)
వార్తలు మరియు ముఖ్యాంశాలు బయోమార్కర్ టెక్నాలజీస్‌తో తాజా విజయవంతమైన కేసులను పంచుకోవడం, నవల శాస్త్రీయ విజయాలు మరియు అధ్యయనం సమయంలో వర్తించే ప్రముఖ సాంకేతికతలను సంగ్రహించడం లక్ష్యంగా పెట్టుకుంది.
పోస్ట్ సమయం: జనవరి-06-2022