<menuitem id="vsg6i"><strong id="vsg6i"><menu id="vsg6i"></menu></strong></menuitem>

  1. <b id="vsg6i"><ins id="vsg6i"></ins></b>
  2. <tbody id="vsg6i"><bdo id="vsg6i"></bdo></tbody>
  3.  

    人重测序通过对人类不同个体或群体进行全基因组重测序,并在个体或群体水平上进行生物信息分析,获得全面的SNP/InDel/CNV/SV等变异信息,并识别和研究与疾病、种群进化相关的编码区域内的结构变异。结合大量的公共数据库提供的数据,有利于更好地解释所得变异结构之间的关联和致病机理。

     

     

    应用领域

    1. 已知候选位点筛选及验证
    2. 稀有或新变异位点检测
    3. 个性化诊断、药物靶点筛选

     

     

    技术路线

     

    分析内容

     

    标准信息分析: 高级信息分析 定制化分析

    1. 数据质控(原始数据过滤、碱基组成及质量分析);

    2. 与参考序列进行比对、统计测序深度及覆盖度;

    3. 外显子区域变异检测、统计测序深度及碱基覆盖度;

    4. SNP检测、变异类型统计、位置信息统计、杂合性分析、新发现SNP统计等;

    5. InDel检测、变异类型统计、位置信息统计、杂合性分析、新发现InDel统计等;

    6. CNV检测及位置信息统计、功能注释、基因组分布;

    7. SV检测及位置信息统计、功能注释;

    8. 变异注释(SNP、InDel)、变异频率分析、有害性预测、临床相关性分析、突变基因功能分析;

    9.候选目标筛?。ū湟炱德噬秆?、有害性筛选、基因功能筛?。?。

    1. 肿瘤高级分析(需提供配对样本)

    1) SNP/InDel 检测、变异类型统计、位置信息统计、变异位点功能注释等;

    2) Somatic 变异 Circos 展示图。

     

    2. 肿瘤驱动基因分析(需提供配对样本,建议样本数 >50 

    1) 已知驱动基因筛??;

    2) 高频突变基因统计及通路富集分析;

    3) 基于 Oncodrive CLUST 驱动基因预测;

    4) 高频 CNV 分析及重现;

     

    3. 肿瘤特征分析(需提供配对样本,建议样本数 >20 

    1) 癌症突变类型统计分析;

    2) NMF癌症特征分解;

    3) 突变特征聚类;

    4) 突变特征功能注释。

    异质性分析(需提供配对样本,单样本最低测序深度不低于200x

    1) 肿瘤纯度与倍性分析;

    2) 亚克隆数目分析;

    3) 突变细胞CCF分析;

    4) 肿瘤进化树;

    5) 克隆突变聚类展示;

    6) 肿瘤样本PCA分析。

     

     

    样品要求

    样品类型:无降解或者轻微降解、无RNA污染的DNA样品;

    样品需求量:≥1 μg;样品浓度:>20 ng/μL;样品纯度:OD260/280= 1.8~2.0。

     

     

    项目周期

    标准流程完成时间为55个工作日

     

    参考文献

    [1] Long T, Hicks M, Yu H C, et al. Whole-genome sequencing identifies common-to-rare variants associated with human blood metabolites[J]. Nature genetics, 2017, 49(4): 568.

    [2] Brown A A, Viñuela A, Delaneau O, et al. Predicting causal variants affecting expression by using whole-genome sequencing and RNA-seq from multiple human tissues[J]. Nature genetics, 2017, 49(12): 1747.

    [3] Yuen R K C, Merico D, Bookman M, et al. Whole genome sequencing resource identifies 18 new candidate genes for autism spectrum disorder[J]. Nature neuroscience, 2017, 20(4): 602.

    [4] Luo Y, de Lange K M, Jostins L, et al. Exploring the genetic architecture of inflammatory bowel disease by whole-genome sequencing identifies association at ADCY7[J]. Nature genetics, 2017, 49(2): 186.

     

     

    Q1: 全基因组测序的测序深度如何选择?

    A:  测序深度根据研究目的、样本量及经费而定。30×测序深度即可检测绝大部分SNV,但如果研究目的是寻找癌组织中较大的结构变异、少数肿瘤细胞携带的丰度较低的突变,建议测序深度至少50×以上;群体重测序可以使用较低深度测序(约10×),用群体分析策略寻找相关变异。

     

    利用GWAS研究氯吡格雷的药代动力学

    合作单位:广东省人民医院

    发表期刊:《Clinical Pharmacology & Therapeutics》

    影响因子IF:7.268

     

    研究背景:

       

    氯吡格雷是一种心血管疾病药物,可以抗血小板凝集。其中体内吸收后,必须转化为活性代谢物才可以起作用。而不同个体对此药物的代谢转化能力不同,也决定了每个个体的最优用药量不同。因此,寻找中国人群影响氯吡格雷代谢的突变位点,能够为指导用药提供理论依据。

     

    研究思路:

    图1 文章研究思路

     

    研究结果:

    1. GWAS分析结果得到两个转运基因SLC14A2(rs12456693)和[ABC]A1(rs2487032)、N6AMT1(rs2254638)与抗血小板凝聚效果和血液H4浓度相关。这些候选基因与之前报道的氯吡格雷代谢相关基因CYP2C19*2、其他临床因素(性别、治疗方式)一起将对药效变异的解释度提高到37.7%。
    2. 在独立群体中进行第二阶段的药代动力学指标、H4浓度检测、肝代谢实验验证,和第三阶段的治疗效果临床验证,都证明这些基因的变异影响氯吡格雷的药代动力学。
    3. 同时发现N6AMT1(rs2254638)可提高患其他心脏疾病的风险。

     图1 药效(PRU)与氯吡格雷代谢物H4浓度的GWAS分析结果

    文章亮点:

     

    参考文献:

    Zhong W P, Hong W U, Chen J Y, et al. A genome-wide association study identifies novel genetic loci that modify antiplatelet effects and pharmacokinetics of clopidogre [J].  2016(10).