关键词:遗传病;基因测序;变异检测;
非侵入性产前诊断(NIPD)可以在怀孕早期识别单基因疾病,但所涉及的单倍型方法在父亲或母亲单倍型或基因组定相信息缺失时无法推断杂合位点的遗传模式。该研究旨在建立一种利用母体血浆游离DNA(cfDNA)和亲本基因组DNA测序数据有效恢复整个胎儿基因组的方法,并验证该方法在无创检测单核苷酸变异(SNV)、插入和缺失(indels)方面的有效性。
在本研究中,研究者分别使用基于贝叶斯模型方法、基于单倍型方法及二者相结合来对5对健康夫妇血浆cfDNA和亲本基因组DNA确定胎儿基因型。使用5例单基因病高风险妊娠对单倍型辅助贝叶斯方法无创检测胎儿SNV和indels的有效性。
样本基因组分析过程中,研究者使用Sentieon软件进行比对、去重复、BQSR及SNV和InDels检测分析。
Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。 截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。
在这项研究中,研究组开发了一个贝叶斯模型,用于基于母体血浆中的cfDNA和父母基因组DNA的测序结果,无创地推断胎儿基因型。该模型在AAAB位点准确预测了胎儿基因型,但在ABAA和ABAB位点的预测效果较差。通过将这种方法与单倍型信息相结合,研究组能够在相对较低的胎儿DNA比例(FF)下,仍然高精度地预测AAAB、ABAA和ABAB位点的SNV和InDel。研究组展示了这种组合方法在单基因疾病的无创产前诊断(NIPD)中的潜力。
综上所述,研究者构建了一种单倍型辅助贝叶斯方法用于鉴定胎儿基因型。该方法可能在NIPD检测由SNV和InDels引起的单基因病方面具有重要应用。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。