4 Nisan 2018
Hedeflenen yeni nesil sıralama Hastalıkları Araştırma ve Klinik teşhis giderek daha popüler hale geliyor zaman ve maliyet-etkin bir yaklaşımdır. Burada açıklanan protokol sıralaması için gerekli karmaşık iş akışı ve hastalık katkıda genetik varyantların tanımlamak için kullanılan Biyoinformatik işlem sunar.
Hedeflenen yeni nesil dizilemenin genel amacı, özellikle ilgilenilen genomik bölgelere odaklanarak çeşitli yapısal hastalıkların genetik belirleyicilerini aydınlatmaktır. Bu yöntem, özellikle daha önce bilinen genetik ilişkiler olduğunda, bir hastalığın genetik ideolojisi ile ilgili temel soruları yanıtlamamıza yardımcı olabilir. Bu teknik oldukça verimlidir.
Kısa sürede milyonlarca okuma üretiyor, bunları nispeten düşük bir maliyetle elde ediyoruz, özellikle diğer yeni nesil dizileme yaklaşımlarıyla karşılaştırdığımızda nispeten düşük hesaplama yükü var. Tekniğin etkileri, fenotipik ve genetik olarak heterojen olan, ancak bilinen birçok ilişkili genetik lokusa sahip olan nörodejeneratif hastalıkların teşhisine kadar uzanır. Bu yöntem özellikle nörodejeneratif hastalıklara yönelik olmakla birlikte, daha önce tanımlanmış genomik ilgi alanları olan diğer çeşitli yapısal hastalıklara da uygulanabilir.
Genel olarak, bu yönteme yeni olan bireyler mücadele edecektir çünkü son nadir varyant analizi için gereken biyoinformatik işleme, hesaplama açısından yoğun olabilir ve birçok hata kaynağı oluşturabilir. Bu prosedürde, insan kan örnekleri, yaklaşık 12 mililitrelik bir toplam hacim sağlamak için üç, dört mililitre EDTA K2 tüplerinde toplanır. Kan örneklerini 20 dakika boyunca 750 kez yerçekiminde santrifüjleyin.
Bu, her bir numuneyi bir üst plazma fazına, ince bir orta faz lökosit fazına ve bir alt eritrosit fazına bölecektir. Tek kullanımlık bir transfer pipeti kullanarak plazmayı kan örneğinin üstünden pipetleyin. Birden fazla 500 mikrolitrelik alikotlara dağıtın ve gelecekteki biyokimyasal analizler için eksi 80 santigrat derecede saklayın.
Üreticinin talimatlarına göre bir kan çıkarma kiti ile kan örneğinden DNA'yı çıkarın. Ekstrakte edilen DNA daha sonra yeni nesil dizileme için bir dizileme kütüphanesi hazırlamak için kullanılır. Sıralama çalıştırması tamamlandıktan sonra, bir bilgisayarda, gezinti panelinde Çalıştır'ı seçerek bulut tabanlı bilgi işlem ortamındaki dosyaları bulun.
Çalıştırma özeti sayfasına gitmek için uygun sıralama çalıştırmasını seçin. Buluttan veri almak için İndir'i seçin. Görüntülenen iletişim kutusundan, indirilecek dosya türü olarak FASTQ dosyalarını seçin ve İndir'e tıklayın.
Bulut tabanlı bilgi işlem ortamının Özeti Çalıştır sayfasından, bilgi işlem ortamı tarafından üretilen çeşitli rakamlarla sıralama çalıştırmasının kalitesini analiz etmek için Grafikler'e gidin. Grafikleri Çalıştır sayfasından, Döngüye Göre Veri etiketli şekli bulun, Grafik'in altında Yoğunluk'u seçin ve Kanal'ın altında Tüm Kanallar'ı seçerek sinyal yoğunluğu grafiğini oluşturun. Gezinmeyi Çalıştır panelinde, sayfanın sağ tarafında bulunan Dizin Oluşturma Kalite Kontrolü histogramını bulmak için Dizin Oluşturma Kalite Kontrol sekmesini seçin.
Bulut tabanlı bilgi işlem ortamının Çalıştırma Özeti sayfasından, kalite ölçümlerine gitmek için Çalıştır gezinti panelindeki Ölçümler'e tıklayın. Milimetre kare başına yoğunluk kelvin altında, sıralama çalışmasının küme yoğunluğunun, kullanılan zenginleştirme kiti tarafından önerilen aralık içinde olduğundan emin olun. Bu durumda, milimetre kare başına 1.200 ila 1.400 kelvin.
Q30'dan büyük veya Q30'a eşit Toplam Yüzde altında, değerin sıralama okumalarının kalitesini yansıtan %85'e eşit veya daha büyük olduğundan emin olun. Hizalandı altında, değerin sıralama çalışmasına dahil edilen pozitif denetim yüzdesine benzer olduğundan emin olun. Örneğin, %1 pozitif kontrol kullanılmışsa, beklenen hizalanmış yüzde yaklaşık %1 ila %5 olacaktır ve birkaç ondalık basamak içindeki varyasyonlar kabul edilebilir.
FASTQ sıralama okumalarını veri işleme yazılımına aktararak bu işleme başlayın. Gezinme alanı içinde sağ tıklayın ve Yeni Klasör'ü seçin. Klasörü, gerçekleştirilen sıralama çalıştırmasıyla ilgili netlik olacak şekilde adlandırın.
Üstteki araç çubuğundan İçeri Aktar'ı seçin ve açılır listeden sıralamanın gerçekleştirildiği platformu seçin. ONDRISeq'in amaçları doğrultusunda Ilumina seçilir. İletişim kutusunda, işlenmekte olan sıralama çalıştırmasından FASTQ dosyalarına gidin ve bu dosyaları seçin.
İletişim kutusunun Genel seçeneklerinden, sıralama eşleştirilmiş uç kimyaları kullanılıyorsa Eşleştirilmiş okumalar öğesinin yanındaki kutuyu tıklatın. İletişim kutusunun Eşleştirilmiş okuma bilgilerinden, ileri okuma FASTQ dosyası dosya listesinde ters okumadan önce görünüyorsa Eşleştirilen son'u seçin. Eşleştirilmiş okuma minimum mesafesini bire ve maksimum mesafeyi 1000'e ayarlayın.
İletişim kutusunun Ilumina seçeneklerinden Başarısız okumaları kaldır'ı seçin. Kalite puanı açılır listesinden, sıralama için kullanılan NGS işlem hattını seçin. İletişim kutusunun alt kısmındaki İleri'yi seçin.
Toplu iş birimi başına Kaydet ve Alt klasörler oluştur'u seçin. İletişim kutusunun alt kısmındaki İleri'yi seçin. Daha önce oluşturulan klasörü seçin.
FASTQ dosyalarının içe aktarılacağı yer burasıdır. İletişim kutusunun alt kısmındaki Son'u seçin ve FASTQ dosyaları içeri aktarılana kadar bekleyin. Dosya alma işleminin durumunu görmek için İşlemler sekmesine tıklayın.
Ardından, üreticinin talimatlarına göre yeniden sıralama ve varyant çağrısı gerçekleştirmek için yazılım içinde bir iş akışı tasarlayın. Yeniden sıralama ve varyant çağırma iş akışını tasarlamak, bu prosedürün en zor yönüdür. Ekibimiz en iyi uygulamaları araştırdı ve ihtiyaçlarımıza uygun en sağlam iş akışını bulmak için deneme yanılma yöntemini kullandı.
İçe aktarılan FASTQ sıralama okuma dosyalarını özelleştirilmiş biyoinformatik iş akışı aracılığıyla çalıştırmak için, yazılımın araç kutusunda iş akışını tanımlayarak ve çift tıklayarak başlayın. Görüntülenen iletişim kutusunda, gezinti alanı içinde içe aktarılan FASTQ dosyalarının klasörlerini bulun. Gezinme alanında seçerek tüm klasörleri vurgulayın ve ardından Toplu İş'in yanındaki kutuya tıklayın.
Dosyaları seçili öğelere taşımak için sağa bakan oku kullanın. İletişim kutusunun altındaki İleri'yi tıklatın. İletişim kutusunda, doğru FASTQ dosyalarının seçildiğinden emin olmak için toplu genel bakışı gözden geçirin ve ardından İleri'ye tıklayın.
İş akışı tasarlanırken doğru dosyaların ve dışa aktarma konumlarının seçildiğinden emin olmak için iletişim kutusundaki iş akışı adımlarını gözden geçirin. Bu adımlar, okumaları referans dizisiyle eşlemeyi, yinelenen eşlenmiş okumaları kaldırmayı, hedef bölgeler için istatistikler oluşturmayı, BAM dosyalarını dışa aktarmayı, Sekmeyle ayrılmış metni dışa aktarmayı, çakışmaya göre filtrelemeyi ve VCF dosyalarını dışa aktarmayı içerir. İletişim kutusunun son adımı olan Sonuç işleme'de, Giriş klasörüne kaydet seçeneğini belirleyin.
İletişim kutusunun altındaki Son'u tıklatın. Son adım, metin protokolünde açıklandığı gibi her bir örneğin VCF dosyası üzerinde varyant açıklaması yapmaktır. Bu videoda gösterilen metodolojiler, ONDRI'ye kayıtlı bireylerden alınan 528 katılımcı DNA örneğine uygulandı.
Örnekler, ONDRISeq panelinde, çalışma başına 24 örnekten oluşan 22 çalışmada çalıştırıldı. Genel olarak, sıralama verilerinin ortalama 78 kez örneklem kapsamı ile yüksek kalitede olduğu belirlendi. Okumaların ortalama %95,6'sı referans dizisiyle eşleştirildi ve tüm ONDRISeq çalıştırmalarında okumaların %90'ından fazlası eşlendi.
Eşlenen okumaların %92.0'ı ve Q30'a eşit veya daha büyük bir Phred Puanı. Bu hedeflenen NGS iş akışının faydasını göstermek için, 68 yaşında bir erkek, Parkinson hastalığı hastası örneği sunulmuş ve N aşırı çıktının azaldığını göstermektedir. Açıklamalı varyans, kırmızı kutularla gösterildiği gibi, klinik öneme sahip olma olasılığı en yüksek olanları belirlemek için seçilmiştir.
Bu prosedürü gerçekleştirirken, adımları sıralama platformuna, kullanılan zenginleştirme kitine ve araştırmanın ihtiyaçlarına uygun şekilde karşılamayı unutmamak önemlidir. Geliştirildikten sonra bu teknik, genetik alanındaki araştırmacıların tüm ekzom ve tüm genom muadillerinden daha ucuz kalırken, yüksek kaliteli, bölgeye özgü veriler elde etmelerinin yolunu açtı.
Hedeflenmiş yeni nesil sekanslama, hastalıklarla, özellikle de nörodejeneratif bozukluklarla ilişkili genetik varyantların belirlenmesi için maliyet etkin bir yöntemdir. Bu protokol, sekanslama iş akışını ve ilgili biyoinformatik süreçleri özetlemektedir.
Güçlü bir biyoinformatik hattı ile desteklenen hedefli yeni nesil dizileme (NGS), konjenital ve nörodejeneratif hastalıklardaki bilinen genetik belirleyicilerin hassas bir şekilde incelenmesine olanak tanır. Bu yaklaşım, kaynak tahsisini optimize ederken, erken keşif ve translasyonel araştırmaları destekleyerek yüksek güvenilirlikli varyant tanımlaması sağlar. Verimliliği ve ölçeklenebilirliği, uygulanabilir genetik içgörüler arayan portföy odaklı Ar-Ge organizasyonları için onu stratejik bir varlık haline getirir.
Bu hedefli NGS ve biyoinformatik iş akışı, erken keşiften translasyonel araştırmaya kadar olan süreçleri entegre ederek, varyant tanımlama ile fonksiyonel doğrulama arasında köprü kurmaktadır.