QUILT2: Imputación genética flexible y consciente de la lectura a partir de paneles de referencia de tamaño...

Área de la Ciencia:

• Genómica
• Bioinformática
• Epidemiología Genética

Sus antecedentes:

• La genotipificación precisa es crucial para la genómica y la predicción de riesgos para la salud.
• Los métodos de imputación existentes enfrentan desafíos con la escalabilidad y los diversos tipos de datos.

Objetivo del estudio:

• Presentar QUILT2, un método escalable y consciente de la lectura para la imputación.
• Permitir la imputación eficiente utilizando paneles de referencia de haplotipos a gran escala.
• Facilitar la imputación de genomas maternos y fetales a partir de datos de pruebas prenatales no invasivas (NIPT).

Principales métodos:

• Desarrollamos QUILT2, un novedoso algoritmo de imputación.
• Utilizamos paneles de referencia de haplotipos a escala de biobanco.
• Aplicamos QUILT2 a lecturas cortas, lecturas largas (Oxford Nanopore Technologies), lecturas enlazadas, ADN antiguo y datos simulados de NIPT.

Principales resultados:

• Logramos una imputación rápida y precisa en varios tipos de ADN, incluidas lecturas largas (por ejemplo, ONT 1X, r2=0.937 para SNP comunes).
• Demostramos una imputación precisa del genoma materno (0.25X, r2=0.966 para SNP comunes) a partir de datos simulados de NIPT.
• Mostramos una imputación modesta del genoma fetal (0.25X, r2=0.465 con una fracción fetal del 10%) que mejora con la cobertura (4.0X, r2=0.894).

Conclusiones:

• QUILT2 ofrece una solución escalable y versátil para la imputación genética.
• Permite el potencial para estudios de asociación de genoma completo (GWAS) y puntuaciones de riesgo poligénico (PRS) en madres y fetos utilizando datos de NIPT.
• Destaca las oportunidades clínicas para el análisis genético directamente de NIPT, especialmente con datos fenotípicos vinculados.