对人类不同个体或群体进行全基因组测序,并在此基础上对个体或群体进行差异性分析。
对人类不同个体或群体进行全基因组测序,并在此基础上对个体或群体进行差异性分析。通过这种方法,可以在个体或群体水平找到大量的单核苷酸多态性位点(SNP),插入缺失位点(InDel,Insertion/Deletion)、结构变异位点(SV,Structure Variation)位点,拷贝数变异(CNV,Copy Number Variation)。
该方法为筛选疾病致病基因和易感基因提供了重要信息,从而推动医疗技术的发展。
样本质检
文库制备
上机测序
数据质控
数据分析
HiSeq X, PE150
30X、50X或更高
数据质控:去除接头污染和低质量数据
与参考序列进行比对、统计测序深度及覆盖度
SNP/InDel/CNV/SV检测、注释及统计
全基因组测序描绘乳腺癌突变谱
Nik-Zainal, S., et al., Landscape of somatic mutations in 560 breast cancer whole-genome sequences. Nature, 2016. 534(7605): p. 47-54.
研究人员测了560位乳腺癌患者(556位女性和4位男性)的肿瘤和正常组织的全基因组,共鉴定出93个驱动基因,以及与缺陷DNA修复和BRCA1及BRCA2功能相关的突变标签(mutational signatures),揭示了乳腺癌的基因起源和驱动机制。研究人员共在93个基因中鉴定出1628个可能的驱动突变。其中95%的基因组至少有一个驱动基因。研究人员还分析了基因组的非编码区,分布在PLEKHS1、TBC1D12和WDR74的启动子中,以及长非编码RNA MALAT1和NEAT1中发现了复发性突变(recurrent mutations)。本研究也鉴定出了6个重组标签,标签1~3表现为串联重复,重组标签2和5表现为缺失。其中3种标签与基因同源重组的DNA修复缺陷相关:一种和BRCA1功能缺陷相关,另一种和BRCA1或BRCA2功能缺陷相关,第三种未知。研究人员表示,鉴定这些突变标签是未来做诊断的基础。
图1. 在560份肿瘤样本中发现的单碱基突变,插入/缺失,重排及驱动突变
图2. 单碱基变异和重排的进一步特征分析
您可以拨打400-158-5999 热线联系我们,或者填写您的联系方式和关注的问题,我们会及时与您取得联系