Name: SPLINTERを使用してプールされたシーケンスからレアゲノム変異の検出 (動画) | JoVE Journal
Uploaded: 2012-06-23T14:00:00.000+00:00
Duration: 14 min 6 s
Description: 学ぶSPLINTERを用いたプールDNAシーケンスデータの計算解析手法。希少なゲノム変異を検出し、がん関連遺伝子の研究に貢献します。シーケンスエラーモデリングとアラインメントを含む完全なプロトコルを提供します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この作品は子供ディスカバリー研究所助成MC-II-2006-1（RDMとTED）は、NIHロードマップのエピジェネティクスの助成金[1R01DA025744-01と3R01DA025744-02S1]（RDMとFLMV）、U01AG023746（SC）、Saighによってサポートされていました財団（FLMVとTED）、1K08CA140720-01A1とアレックスのレモネード &quot;は、&quot;賞のサポート（TED）スタンド。我々は、ゲノム解析のヘルプは医学のワシントン大学で遺伝学部門のゲノムテクノロジー·アクセス·センターに感謝します。センターは、部分的に研究資源のためにNationalCenter（NCRR）、健康（NIH）の国立研究所のコンポーネントから＃UL1RR024992 NCIがんセンターサポート助成サイトマンがんセンターへ＃P30 CA91842によっておよびICTS / CTSAグラントによってサポートされており、医学研究のためのNIHロードマップ。このマニュアルでは、もっぱら著者の責任であり、必ずしもNCRRまたはNIHの公式見解を表すものではありません。

<ol><li>Vallania, F. L. M., Druley, T. E., Ramos, E., Wang, J., Borecki, I., Province, M., Mitra, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+discovery+of+rare+insertions+and+deletions+in+large+cohorts%5BTitle%5D)+AND+%22Genome+Research%22%5BJournal%5D)">High-throughput discovery of rare insertions and deletions in large cohorts.</a> Genome Research. 20, 1391-1397 (2010).</li>
<li>Shendure, J., Mitra, R., Varma, C., Church, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advanced+Sequencing+Technologies%3A+Methods+and+Goals%5BTitle%5D)+AND+%22Nature+Reviews+of+Genetics%22%5BJournal%5D)">Advanced Sequencing Technologies: Methods and Goals.</a> Nature Reviews of Genetics. 5, 335-344 (2004).</li>
<li>The 1000 Genomes Project Consortium. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+map+of+human+genome+variation+from+population-scale+sequencing%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">A map of human genome variation from population-scale sequencing.</a> Nature. 467, 1061-1073 (2010).</li>
<li>Manolio, T. A., Collins, F. S., Cox, N. J., Goldstein, D. B., Hindorff, L. A., Hunter, D. J., McCarthy, M. I., Ramos, E. M., Cardon, L. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Finding+the+missing+heritability+of+complex+diseases%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Finding the missing heritability of complex diseases.</a> Nature. 461, 747-753 (2009).</li>
<li>Reich, D. E., Lander, E. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+allelic+spectrum+of+human+disease%5BTitle%5D)+AND+%22Trends+Genet%22%5BJournal%5D)">On the allelic spectrum of human disease.</a> Trends Genet. 17, 502-510 (2001).</li>
<li>Cohen, J. C., Kiss, R. S., Pertsemlidis, A., Marcel, Y. L., McPherson, R., Hobbs, H. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multiple+rare+alleles+contribute+to+low+plasma+levels+of+HDL+cholesterol%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Multiple rare alleles contribute to low plasma levels of HDL cholesterol.</a> Science. 305, 869-872 (2004).</li>
<li>Ji, W., Foo, J. N., O'Roak, B. J., Zhao, H., Larson, M. G., Simon, D. B., Newton-Cheh, C., State, M. W., Levy, D., Lifton, R. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rare+independent+mutations+in+renal+salt+handling+genes+contribute+to+blood+pressure+variation%5BTitle%5D)+AND+%22Nat.+Genet%22%5BJournal%5D)">Rare independent mutations in renal salt handling genes contribute to blood pressure variation.</a> Nat. Genet. 40, 592-599 (2008).</li>
<li>Ahituv, N., Kavaslar, N., Schackwitz, W., Ustaszewska, A., Martin, J., Hebert, S., Doelle, H., Ersoy, B., Kryukov, G., Schmidt, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Medical+sequencing+at+the+extremes+of+human+body+mass%5BTitle%5D)+AND+%22Am.+J.+Hum.+Genet%22%5BJournal%5D)">Medical sequencing at the extremes of human body mass.</a> Am. J. Hum. Genet. 80, 779-791 (2007).</li>
<li>Druley, T. E., Vallania, F. L., Wegner, D. J., Varley, K. E., Knowles, O. L., Bonds, J. A., Robison, S. W., Doniger, S. W., Hamvas, A., Cole, F. S., Fay, J. C., Mitra, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantification+of+rare+allelic+variants+from+pooled+genomic+DNA%5BTitle%5D)+AND+%22Nat.+Methods%22%5BJournal%5D)">Quantification of rare allelic variants from pooled genomic DNA.</a> Nat. Methods. 6, 263-265 (2009).</li>
<li>Mitra, R. D., Butty, V., Shendure, J., Housman, D., Church, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digital+Genotyping+and+Haplotyping+with+Polymerase+Colonies%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci%22%5BJournal%5D)">Digital Genotyping and Haplotyping with Polymerase Colonies.</a> Proc. Natl. Acad. Sci. 100, 5926-5931 (2003).</li>
</ol>

利害の衝突が宣言されません。

肥満など8、高コレステロール血症4、高血圧7と他のような一般的な、複雑な表現型や疾患の発症と治療反応は珍しいバリエーションの個人プロファイルによってモデレートされることが増加の証拠がある。影響を受けた集団におけるこれらの変異体の集合体は深い診断および治療に影響を持っていますが、別々に影響を受ける個人を分析する時間とコストが法外なことができる遺伝子と経路を識別します。人口ベースの分析では、複数の遺伝子座に遺伝的変異を調査するためのより効率的な方法を提供しています。 私たちは、集団間の遺伝的変異のこのタイプを識別するために設計されたスプリンターソフトウェアパッケージとペアになって小説をプール-DNAシーケンシングプロトコルを提示します。我々であったまれな変異体を含む、947人の大規模なプールされた集団内でマイナーアレルを識別し、定量化に、このメソッドの精度を実証するプールされたシーケンスからのde novoと呼ばれ、個々のパイロシーケンシングによって検証されています。当社の戦略は、主に正の取り込み、すべての実験内の負の制御により、他のプロトコルとは異なります。これはスプリンターは、他のアプローチは1に比べてはるかに高い精度と消費電力を達成することができます。 25倍あたりの対立遺伝子の最適なカバレッジは、プールサイズに比例し、この要件として実現可能な大規模なプールの分析のみスケールを作り、独立してプールのサイズの固定されています。我々のアプローチは非常に柔軟性があり、関心の任意の表現型にもこのような混合細胞集団、腫瘍生検などの自然に不均一である試料に適用することができます。そのようなexomeやゲノムなどの大きなターゲット領域からプールされたシーケンスでますます関心があることを考慮すると、我々のライブラリの準備とSPLINTER分析では、カスタムキャプチャと全体exomeシーケンシングと互換性がありますが、スプリンターパッケージの配置ユーティリティはのために設計されていません大参照配列である。したがって、我々は、正常にプールしたサンプルからの呼び出しバリアント（ラモスら 、投稿中）、続いてゲノムワイドなアラインメントのために、Novoalign、動的プログラミングアライナーを利用しています。したがって、我々のプールされたシーケンシング戦略は、標的配列の増加量でより大きなプールに正常に拡張することができます。

<table border="1"><tbody><tr><td> 試薬名 </td><td> 会社 </td><td> カタログ番号 </td><td> セクション </td></tr><tr><td> PfuUltraハイフィデリティ</td><td>アジレント</td><td> 600384 </td><td> 1.4 </td></tr><tr><td>ベタイン</td><td> SIGMA </td><td> B2629 </td><td> 1.4 </td></tr><tr><td> M13mp18 ssDNAのベクトル</td><td> NEB </td><td> N4040S </td><td> 1.5 </td></tr><tr><td>をpGEM-Tイージー</td><td>プロメガ</td><td> A1360 </td><td> 1.5 </td></tr><tr><td> T4ポリヌクレオチドキナーゼ</td><td> NEB </td><td> M0201S </td><td> 2.2 </td></tr><tr><td> T4リガーゼ</td><td> NEB </td><td> M0202S </td><td> 2.2 </td></tr><tr><td>ポリエチレングリコール8000 MW </td><td> SIGMA </td><td> P5413 </td><td> 2.2 </td></tr><tr><td>断片化の超音波</td><td> Diagenodeの</td><td> UCD-200-TS</td><td> 2.3 </td></tr></tbody></table>

splinterを使用してプールされたシーケンスからレアゲノム変異の検出

Detection of Rare Genomic Variants from Pooled Sequencing Using SPLINTER

DNAシーケンシング技術は著しく、近年2に進んでいるとして、それは任意の2つの個体間の遺伝的変異の量が以前に3を考えられていたよりも大きいことがますます明らかになった。対照的に、アレイ·ベースのタイピングは4,5共通の疾患の表現型の変動に共通の配列変異体の重要な貢献を識別するために失敗しました。まとめると、これらの観察は、一般的な、複雑な表現型の&quot;失われた遺伝&quot;の大半は、代わりに稀なまたはプライベートDNA変異体の個々の個人プロファイル6-8によるものであることを示唆している一般的な病気/まれな変異仮説の進化につながっている。しかし、まれな変異は、複雑な表現型をどのように影響するかを特徴付けることは、多くの遺伝子座で多くの影響を受ける個人の分析を必要とし、理想的に影響を受けないコホートで同様の調査と比較されます。今日のプラットフォームによって提供される電源シーケンシングにもかかわらず、多くの遺伝子座、必要に応じ、その後の計算機解析の人口ベースの調査では、多くの研究者のために法外なままである。 このニーズに応えるために、我々は、プールされたシーケンシングアプローチ1,9、得られたデータから高精度のまれな変異検出のための新しいソフトウェアパッケージ1を開発しました。影響を受ける個人や調査、単一のシーケンスのライブラリ内の複数の対象地域における遺伝的変異の程度の全体の集団からプールのゲノムへの能力は、従来の単一サンプルのシーケンシング手法に優れたコストと時間の節約を提供しています。 25倍の対立遺伝子あたりの平均シーケンスカバレッジで、我々のカスタムアルゴリズム、スプリンターは、最大のプールから1までの高感度と特異性で長さの4つの塩基対に挿入、欠失および置換を呼び出すために内部バリアントの呼び出し制御方式を使用しています500人の変異対立遺伝子。ここでは、プールされたのを調製するための方法を説明しますプールされたシーケンシングの解析（詳細はスプリンターパッケージを使用する方法についてステップバイステップの手順に続いて、ライブラリをequencing <a href="http://www.ibridgenetwork.org/wustl/splinter" target="_blank">http://www.ibridgenetwork.org/wustl/splinter</a> ）。また、一人当たりのシーケンスの20キロバイト以上でゲノムワイドアレイを受けたすべての人の947人のプールされたシーケンスとの比較を示しています。タグ付きのタイピングとプールしたサンプルで呼び出され、新規の変異体との間の一致は良好であった。このメソッドは、容易にゲノム遺伝子座と個人の任意の数の任意の数にスケールアップすることができます。検討されて人口を模倣比で内部の正と負のアンプリコンのコントロールを組み込むことによって、アルゴリズムは、最適なパフォーマンスを得るために校正することができます。この戦略はまた、ハイブリダイゼーションのキャプチャまたは個々の固有のバーコードで使用するために変更することができ、例えば、腫瘍DNAなどの自然に異種のサンプルのシーケンスに適用することができます。

プールされたDNAシーケンシングは、大規模コホートで複雑な表現型に関連付けられている稀な亜種を検出するための迅速かつ費用対効果の高い戦略である。ここでは、スプリンターソフトウェアパッケージを使用して、32のがん関連遺伝子のプールされた、次世代シーケンシングの計算分析を記述します。このメソッドは、スケーラブルで、目的の任意の表現型にも適用可能である。

SPLINTERを使用してプールされたシーケンスからレアゲノム変異の検出

近年のDNAシーケンシング技術の著しい進展に伴い2、いかなる……の間においても遺伝的変異量が存在することがますます明らかになってきています。

本手順の全体的な目的は、稀な機能的変異が優勢に見られる個体集団の中から、標的となる遺伝子を特定することです。これは、まずDNAサンプル集団をプーリングし、次に次世代シーケンシングライブラリを作成してシーケンシングを行うことで達成されます。続いて、リードをリファレンス配列にアライメントし、エラーモデルを作成します。最終ステップは、splinterアルゴリズムを用いた計算解析です。最終的に、プールされた次世代シーケンシングのsplinter解析を用いて、集団内で稀な機能的バリアンスが多量に存在する遺伝子を特定します。以下にその手順を示します。本日は、私のメンターであり共同研究者であるRob Mitraの研究室の大学院生であるFrancesco Vilaniaと、私の研究室の大学院生であるEnrique Ramosが登場します。個々のジェノタイプを決定するなどの既存の手法に対するこの技術の主な利点は、事前の情報なしに、DNA分子の混合集団の中に存在する稀な配列変異を非常に正確に検出できることです。この手法は、大規模コホート研究において新規の疾患原因となる稀な変異の頻度をどのように決定するかなど、遺伝学およびゲノミクス分野における重要な疑問への回答に役立ちます。最適な精度を得るためには、すべてのスプリンター実験において陰性コントロールと陽性コントロールが必要となります。PFU ultra high fidelity DNA polymeraseを用いてPCR反応ミックスを調製してください。陰性コントロールには、クローン化されたベクターバックボーンなど、遺伝的変異がないことが分かっている任意のDNA配列からのPCR産物を使用します。ここでは、M 13 MP 18 ベクター由来の 1, 934 base pair アンプリコンを使用します。ポジティブコントロールには、全集団に存在する、以前に検証済みの任意の配列変異セットを使用できます。このデータが入手できない場合、本ラボでは、この表に記載されている PGMT easy ベクターにクローニングされた設計済み配列の混合物からなる 331 base per PCR 生成物で構成される人工ポジティブコントロールを設計しています。これらの配列を組み合わせることで、患者プール内における真の変異の様々なマイナーアレル頻度を模倣します。本ビデオに付随する書面プロトコルで詳述した通りにサンプルのPCR増幅を行った後、Kyogen Kayak Quick Column精製、または大規模な精製の場合は真空マニホールドを備えた96ウェルフィルタープレートを用いて、各PCR産物から過剰なプライマーを除去します。精製後、標準的な手法を用いて各PCR産物の定量を行います。すべてのPCR産物とコントロールを、分子数で標準化したプールに統合する準備をします。濃度でプールすると、大きな産物に対して小さなアンプリコンが過剰に表現される結果となります。代わりに、アンプリコンあたり標準化した分子数をプールしてください。ピペッティング中の精度を維持するのに十分な大きさの任意の数を選択します。PCR産物およびコントロールを回収します。小さなPCR産物の断片化は、その末端側のバイアスが生じる可能性が高いため、PCR産物のライゲーションが必要です。この理由により、断片化させる前にプールPCR産物を大きなコンストラクトにライゲーションします。プロトコルに記載されている通り、T4 Ligase、T4 PNK、およびPEGを使用して、平滑末端ライゲーション用のミックスを調製します。反応液を22 °Cで17時間インキュベートします。続いて65 °Cで20分間インキュベートし、その後4 °Cで保持します。その後、50 ngのサンプルをアガロースゲルに電気泳動してライゲーションを確認します。ライゲーションが成功すると、レーンに高分子量のバンドが現れます。サンプルをQiagen PB Bufferで10倍に希釈して粘性を下げ、ランダムソニケーション法によるDNA断片化の準備を行います。次に、24サンプル対応のDiagenode BioRuptorを用い、高出力で25分間（1分あたり40秒間オン、20秒間オフ）ソニケーションを行い、PCR産物の大きな濃縮物を断片化します。アガロースゲルでDNA断片化の結果を確認し、本文に記載されている通りにIlluminaシーケンシングに進みます。シーケンシングを開始するには、リードのアライメントを行います。生のシーケンシングリードファイルをscarf形式に変換するか、または圧縮してください。圧縮は任意です。これにより、関連情報を失うことなく、後続の解析ステップに要する時間とスペースを削減できます。付属のアライメントツールを使用して、rawリードをアノテーション済みfasterリファレンス配列にアライメントします。ターゲット領域に特化したものとして、PCR反応および陽性・陰性コントロールを含めてください。入力形式はscarf形式または圧縮形式である必要があります。次に、本文の記述に従ってファイルのタギングを行います。各ランでは、各ランのエラーをモデル化し、正確なバリアントコールを行うために特性評価される、固有のシーケンシングエラープロファイルが生成されます。アライメント済みのタグファイルから、配列変異が導入されていることが既知の内部コントロールを各プールサンプルライブラリに含めます。付属のツールを使用して、ネガティブコントロールのリファレンス配列を用いてエラーモデルファイルを生成します。すべてのネガティブコントロール配列を使用することも、あるいは5'端および3'端で指定されたサブセットのみを使用することも可能です。ユニークリードと擬似カウントは常に適用する必要があります。このツールは、出力ファイル名パラメータに0、1、または2を付加した3つのファイルを生成します。これらのファイルは、splinterによるバリアントコールにおける、それぞれ0次、1次、および2次のエラーモデルに対応しています。ランのエラー率プロファイルを可視化する際は、常に2次エラーモデルを使用してください。エラーモデルグラフのプロットに使用されたPearlスクリプトを用いて、0次エラーモデルファイルのPDFエラープロットを生成できます。このプロットファイルにより、ラン固有のエラー傾向が明らかになり、解析に使用する最大リード塩基数を推定することが可能です。次のセクションでは、エラーモデルを用いてアライメント済みファイルにsplinterを実行し、希少な配列バリアントを検出する方法について解説します。解析の最初のステップは、リファレンス配列とエラーモデルを用いて、アライメント済みファイルに対してsplinterを実行することです。欠陥があると判断されたシングルリードベースは、解析から除外できます。P値のカットオフ値によって、バリアントコールの解析の厳格さが決定されます。最小カットオフ値として-1.301から開始することが適切です。プールサイズオプションは、実際のプール内の単一アレルよりも低いマイナーアレル頻度による潜在的な分散を排除することで、アルゴリズムの信号対雑音比（S/N比）の識別能を最適化します。プールサイズオプションは、実験で分析した実際のアレル数よりも大きく、かつそれに最も近い値に設定してください。低頻度で検出されたバリアンスはノイズとして無視されます。すべてのパラメータとファイル名を入力した後、splinterを実行します。このファイルは、サンプル全体で統計的に有意なすべてのヒットを、バリアントの位置とバリアントの種類の説明とともに返します。DNAストランドごとのバリアント出現頻度のP値、およびDNAストランドごとの総カバレッジ。リストバイアルは、サンプル全体でカバレッジを標準化するためにsplinterによって使用されます。最初のフィールドは対象となるアンプリコンを示し、2番目のフィールドは変異が存在する位置を示します。Nは、配列の残りの部分に変異が含まれていないことを示します。標準化においては、特定のランにおける感度と特異度を最大化するために、ポジティブコントロールの解析が重要となります。これは、初期のカットオフ値である-1.301では、すべての偽陽性を排除するには不十分である可能性が高いためです。各スプリンター解析では、検出された各バリアントの実際のP値が表示されますが、これらは事前に優先順位を予測することができません。しかし、既知の真陽性の塩基部位について、初回出力で表示された最も緩いP値を用いて解析全体を繰り返すことが可能です。これにより、真陽性をすべて保持しつつ、通常は真陽性に比べてP値の有意性が大幅に低い偽陽性の大部分、あるいはすべてを除外することができます。このプロセスを自動化するには、カットオフテスター（cutoff tester）スクリプトを使用できます。カットオフテスタースクリプトには、splinter出力ファイルと、標準化に使用したものと同様のタブ区切り形式の陽性コントロールヒットリストが必要です。出力結果として、最適な値に段階的に到達するカットオフ値のリストが作成されます。最終行は、そのランにおける最適カットオフ値を示しており、データ解析に使用できます。最適な結果は、感度と特異度がいずれも1に達することです。しかし、それに達しない場合は、組み込むリード塩基数を変更することで、スプリンター解析を最適化できます。最終的なカットオフは、cutoff cutスクリプトを用いてデータに適用でき、これにより最適カットオフ値を下回るヒットがsplinter出力ファイルからフィルタリングされます。このステップにより、サンプルに含まれるsnipsおよびindelsを含む最終的なsplinter出力ファイルが生成されます。なお、挿入（insertions）の出力形式は、置換（substitutions）や欠失（deletions）とはわずかに異なりますのでご注意ください。この種のプロットでは、プールされたサンプル中の単一アレルにおけるカバレッジの関数としての精度が可視化されます。精度は、受信者動作特性曲線（ROC曲線）の曲線下面積（AUC）として推定され、ランダムな精度である0.5から完全な精度である1.0までの範囲で示されます。この例では、200、500、1,000アレルのプールにおける単一変異アレルの検出について、アレルあたりのカバレッジの関数としてAUCがプロットされています。ここでは、挿入、欠失、および置換の合計に対するUCをプロットしています。このエラープロットは、特定のポジションで誤った塩基が組み込まれる確率を示しています。エラープロファイルからは、シーケンシングリードの3'端に向かって上昇傾向にあるものの、低いエラー率であることがわかります。注目すべき点として、参照ヌクレオチドによってエラー確率が異なります。このプロットは、アレルあたりのカバレッジが25倍を超えたポジションにおける、splinterによるアレル頻度推定の精度を示しています。splinterによって推定されたプールDNAのアレル頻度と、ゲノムワイド関連解析（GWAS）の結果から測定されたアレルカウントとの比較です。非常に高い相関において、974人の集団を抽出し、20 kilobasesにわたる領域をターゲットとしてシーケンシングを行いました。希少変異の検出にはSplinterを適用しました。標準プロトコルに従い、各個体について、タグ付き変異と新規変異のジェノタイピング間のgwas一致度によるジェノタイピングを事前に実施しました。プール検体における判定結果は良好でした。集団内では稀な2つのバリアントを含む計3つのバリアントが、シーケンス結果からde novoで判定され、個別のパイロシーケンスによって検証されました。パイロシーケンスとプールシーケンス間のマイナーアレル頻度または数学的な一致度は極めて良好でした。プール検体内で稀なバリアントの特定が完了すると、多くの研究者が、特定したバリアントがどのような機能的影響を及ぼすかを知りたいと考えます。したがって、変異のアノテーションがプロセスの次のステップとなります。この手法は、DNAシーケンシング分野の研究者が、大規模な集団研究において希少変異を迅速かつ費用対効果の高い方法で特性評価し、研究することを可能にしました。このビデオを視聴することで、Splinterを用いてプールされたDNAサンプルから希少な配列変異を検出する方法について、十分に理解できるはずです。

detection-rare-genomic-variants-from-pooled-sequencing-using

Research

JoVE Journal

Biology

生物学

自閉症や統合失調症などの一般的な疾患を引き起こすのde...

そのような自閉症や統合失調症のような一般的な疾患でのde novo変異を同定するための戦略

我々は、超並列「次世代」配列決定による臨床腫瘍標本における主要癌関連変異の検出のためのバーコードDNAライブラリーおよびその後のハイブリダイゼーションに基づくエクソンキャプチャの製造を記載し​​ている。標的エクソン配列決定は、低周波の変異を検出するための高感度を得、高スループット、低コスト、かつ深い配列カバーの利点を提供しています。...

エクソンキャプチャと超並列配列決定することにより腫瘍標本における体細胞遺伝子変異を検出する

転写因子(TF)DNA結合に影響を与える非コード遺伝的変異を特定するための戦略的な計画とプロトコルを提示します。遺伝子型依存性TF...

機能電気泳動移動度シフトアッセイ（EMSA）を用いた非コーディング遺伝的変異体およびDNA親和性沈殿アッセイ（DAPA）のスクリーニング

本稿では葉緑体 ER 以下の低頻度の変異を検出するための手法を説明しますこのメソッドは、2 方向エラー訂正、特別なバック グラウンド...

次世代シーケンシングによる葉緑体の稀な遺伝子変異の検出

対象となる次世代シーケンサーは、病の研究と臨床検査の両方でますます人気になって時間とコスト効率の高いアプローチです。ここで説明されているプロトコルは、シーケンスに必要な複雑なワークフローと病に貢献する遺伝的変異を識別するために使用するバイオインフォマティクス...

対象に次世代シーケンサーとバイオインフォマティクス パイプライン体質性疾患の遺伝的決定因子を評価するには

次世代シーケンス (NGS)、プラットフォーム (~0.5–2.0%) の高い誤り率によって制限されるゲノム解析の強力なツールです。NGS のエラーレートを未然に防ぐし、バリアント アレル分 0.0001 のようにまれに突然変異を検出するエラー修正のシーケンスの我々...

エラー修正 DNA ・ RNA シーケンスを用いた珍しいイベント検出

我々は、実験的進化凍結アーカイブに容易に適応できる非一塩基多型対立遺伝子動態を追うための費用対効果の高い方法を開発しました。トリプレットPCR技術を自動並列キャピラリー電気泳動と組み合わせて、実験的進化の過程で挿入対立遺伝子の相対頻度を定量化しました。...

実験的に進化した集団における構造変異のダイナミクスの追跡

私たちは、遺伝子改変マウスモデルで発生した腫瘍の治療標的と対応するヒト腫瘍の種類を同定および比較するために、ゲノム解析と機能的ゲノムスクリーニングを利用した種間比較腫瘍ゲノミクスアプローチを開発しました。...

悪性末梢神経鞘腫瘍のマウスモデルにおける治療標的を特定するための遺伝子プロファイリングおよびゲノムスケールドロップアウトスクリーニング

マウスの尾からのゲノムDNAの単離

土壌微生物群集から、高分子量、高品質のゲノムDNAを単離する方法論が説明されています。...

土壌と堆積物から高分子量のゲノムDNAの抽出

学ぶSPLINTERを用いたプールDNAシーケンスデータの計算解析手法。希少なゲノム変異を検出し、がん関連遺伝子の研究に貢献します。シーケンスエラーモデリングとアラインメントを含む完全なプロトコルを提供します。

SPLINTERを使用してプールされたシーケンスからレアゲノム変異の検出

さらに動画を探す