基于一小组SNP的目标NGS数据的基因定型正确匹配患者样本
Deyan Yordanov Yosifov1,2, Christof Schneider3,4, Stephan Stilgenbauer3,4
1Division of CLL, Department of Internal Medicine III, Ulm University Hospital, Ulm, Germany. deyan.yosifov@uniklinik-ulm.de.
错误标记的实验室样本可以使用定向下一代测序 (tNGS) 来检测,其中包含28个单核酸多态 (SNP) 的自定义列表. 这项研究开发了一种自动化工作流程,以识别样本交换和错误标签,提高数据准确性和患者安全.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 临床诊断 临床诊断 临床诊断
背景情况:
- 实验室样本的错误识别是一个关键问题,导致诊断错误和伤害患者.
- 现有的样本可追溯性方法依赖于全基因组/外基因组测序,这对于目标测序面板来说并不总是可行的.
- 目标下一代测序 (tNGS) 提供了有限的基因组覆盖范围,这给单个化SNP选择的样本跟踪带来了挑战.
研究的目的:
- 调整现有的样本可追溯工具以与目标下一代测序 (tNGS) 数据一起工作.
- 证明从标准tNGS面板中选择具有信息性的单核酸多态 (SNP) 来进行样本识别的可行性.
- 开发一种自动化工作流程,用于检测临床环境中的样本处理错误,例如错误标记和样本交换.
主要方法:
- 编制适用于tNGS的28个信息单核酸多态 (SNP) 的自定义列表.
- 开发和应用一个自动化的R函数来分析tNGS数据以检测样本差异.
- 在两个患者队列上验证工作流程,共包含1441个顺序样本.
主要成果:
- 通过使用tNGS数据和定制SNP面板,成功展示了错误标记样品的成本有效检测.
- 在两个队列中共发现了11个样本处理错误,包括3个样本交换和7个错误标记的样本 (4个内部,3个外部).
- 检测到一个来源不明的额外错误,突出了开发的方法的实用性.
结论:
- 针对性下一代测序 (tNGS) 数据,结合精心选择的一组单核酸多态 (SNP),是识别错误标记样本的实用和成本效益的方法.
- 开发的自动化工作流程为临床实验室提供了宝贵的工具,以提高样品的可追溯性和预防诊断错误.
- 开源的R功能有助于实现这种错误检测策略,提高了分子诊断的可靠性.
更多相关视频
09:34Targeted Next-generation Sequencing and Bioinformatics Pipeline to Evaluate Genetic Determinants of Constitutional Disease
Published on: April 4, 2018
13:24Integration of Wet and Dry Bench Processes Optimizes Targeted Next-generation Sequencing of Low-quality and Low-quantity Tumor Biopsies
Published on: April 11, 2016
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Single Nucleotide Polymorphisms-SNPs
Comparing Copy Number Variations and SNPs
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
