選択された領域のターゲットシーケンスにより、ヒトゲノム全体のCNV、LOH、およびUPDの識別

コピー番号バリエーション（CNV）、ヘテロ接合性の喪失（LOH）、および片側症（UPD）は、多くの一般的な遺伝性疾患、癌、およびその他の複雑な疾患につながる大きなゲノム異常です。これらの異常を特定するための統合ツールは、病気を理解し、臨床的介入の設計に不可欠です。全ゲノムシーケンス（WGS）に基づく以前の発見方法には、ゲノムスケール全体で非常に高い深さのカバレッジが必要であり、コストでは非効率的です。別のアプローチ、全エクソームゲノムシーケンス（WEGS）は、エクソン内のバリエーションの発見に限定されています。したがって、次世代シーケンステクノロジーを使用して、ゲノムスケール全体でゲノム異常を検出する効率的な方法が不足しています。ここでは、選択された標的領域（SETR）と呼ばれるゲノムのごく一部を選択的に配列決定することにより、ヒトゲノムのゲノム全体のCNV、LOH、およびUPDを特定する方法を提示します。実験では、SETRは十分な深さで99.73％〜99.95％でカバーされています。開発されたバイオインフォマティクスパイプラインは、自信を持ってゲノム全体のCNVを呼び出し、15個の個別のサンプルから5mを超える3つのUPDイベントの8つの信頼できるイベントを明らかにしています。コスト効率の高いSETRSシーケンスアプローチを使用して、ゲノム全体のCNV、LOH、およびUPDを検出できることを実証し、一致したサンプルや家族情報を使用せずに、サンプルグループ化手法のみを使用してLOHとUPDを識別できることを実証します。

Copy-number variations (CNV), loss of heterozygosity (LOH), and uniparental disomy (UPD) are large genomic aberrations leading to many common inherited diseases, cancers, and other complex diseases. An integrated tool to identify these aberrations is essential in understanding diseases and in designing clinical interventions. Previous discovery methods based on whole-genome sequencing (WGS) require very high depth of coverage on the whole genome scale, and are cost-wise inefficient. Another approach, whole exome genome sequencing (WEGS), is limited to discovering variations within exons. Thus, we are lacking efficient methods to detect genomic aberrations on the whole genome scale using next-generation sequencing technology. Here we present a method to identify genome-wide CNV, LOH and UPD for the human genome via selectively sequencing a small portion of genome termed Selected Target Regions (SeTRs). In our experiments, the SeTRs are covered by 99.73%~99.95% with sufficient depth. Our developed bioinformatics pipeline calls genome-wide CNVs with high confidence, revealing 8 credible events of LOH and 3 UPD events larger than 5M from 15 individual samples. We demonstrate that genome-wide CNV, LOH and UPD can be detected using a cost-effective SeTRs sequencing approach, and that LOH and UPD can be identified using just a sample grouping technique, without using a matched sample or familial information.