混合基因组外基因组 (BGE) 作为对深层全基因组或数组的成本高效替代方案

科学领域:

• 基因组学就是基因组学.
• 人口遗传学 人口遗传学
• 生物信息学是一种生物信息学.

背景情况:

• 深度全基因组测序对于大型人口研究来说是昂贵的.
• 目前的负担得起的替代方案,如微阵列或整个外基因组测序,具有局限性,包括确定偏差或数据协调挑战.
• 需要一种方法来平衡成本效益与全面的变体检测,特别是对于罕见的编码变体.

研究的目的:

• 开发和评估一种新的,具有成本效益的测序方法,它结合了整个基因组和整个外基因组数据.
• 提供一个单一的测序产品,以促进常见变异归算和罕见编码变异检测.
• 为大规模研究减少基因组数据生成的成本和复杂性.

主要方法:

• 开发了"混合基因组外基因组" (BGE) 方法,在测序之前将整个基因组和外基因组图书馆结合起来.
• BGE涉及生成一个完整的基因组库,放大外体区域,并合并图书馆 (33%的外体,67%的基因组).
• 测序图书馆以在单个CRAM文件中实现低覆盖全基因组 (2-3x) 和高覆盖外基因组 (30-40x) 数据.

主要成果:

• 该BGE方法实现了>99%的r^{2与现有的30x全基因组测序数据对外体和基因组变异的一致性.}
• BGE数据支持在整个基因组中赋值常见变异,并调用罕见的编码变异.
• 与30倍全基因组测序相比,这种方法需要减少10倍的测序.

结论:

• 混合基因组外基因组 (BGE) 是种群基因组学传统测序方法的成本效益高且有效的替代方案.
• 通过消除对数组和序列数据复杂协调的需求,BGE简化了数据处理.
• 这种方法使研究人员能够同时进行归算和罕见变异检测,从而提高了人口级基因组研究的实用性.