인간 전장 유전체 시퀀싱
인간 유전체 전반에 걸친 비편향적 관점
인간 전장 유전체 시퀀싱(WGS)는 인간의 유전자 코드에 대한 가장 상세한 관점을 제공합니다. WGS는 유전체의 모든 염기를 평가하고 고유성을 제공하는 복잡한 유전체 변이를 탐색하는 역량을 갖추고 있습니다.
이전에는 어려운 애플리케이션이었던 인간 전장 유전체 시퀀싱이 이제는 가장 단순한 방법 중의 하나가 되었습니다. 라이브러리 준비, 시퀀싱, 바이오인포매틱스, 변이 분석의 발전으로 30샘플에서 보고까지 30시간 이내에 완료할 수 있습니다. 포괄적인 유전체 분석을 수행하든, 유전체를 다른 연구을 위한 기초로 사용하든, 인간 전장 유전체 시퀀싱은 그 어느 때보다 접근하기 쉬워졌습니다.
인간 WGS를 사용한 포괄적인 변이 검출
인간 유전체는 작은 단일 뉴클레오티드 변화에서부터 대규모 염색체 재배열에 이르기까지 거의 모든 변이가 존재하기 때문에 복잡합니다. 인간 전장 유전체 시퀀싱은 단일 assay로 이러한 각종 변이 유형 정체를 검출하는 가장 포괄적인 애플리케이션입니다.1~8
변이 유형은 다음과 같습니다.
- 단일 염기서열 변이(single nucleotide variant, SNV)
- 삽입 및 결실(Indels)
- 구조적 변이(SV)
- 유전자 복제수 변이(copy number variation, CNV)
- 반복 확장
- 미토콘드리아 DNA(mtDNA) 변이
- 동종간 상동체
신속한 전장 유전체 시퀀싱 워크플로우
Illumina의 신속한 워크플로우에는 변이 분석 및 보고를 위한 유전체 평가 플랫폼을 통한 PCR-free 라이브러리 준비, 고정밀 시퀀싱 및 FPGA 가속 분석이 포함됩니다.
백서 읽어보기주요 인간 전장 유전체 시퀀싱 워크플로우
Illumina의 3단계 인간 전장 유전체 시퀀싱 워크플로우는 검사실을 위한 완벽한 기능의 신속한 솔루션을 제공합니다. 그 결과 WGS는 모든 변이 클래스에 대해 전체 유전체에 대한 높은 품질의 통찰력을 제공합니다.
워크플로우 세부 내용 보기라이브러리 준비
시퀀싱
데이터 분석
주요 워크플로우 제품
Illumina DNA PCR-Free Prep
A high-performing, fast, and integrated workflow for sensitive applications such as human whole-genome sequencing.
View Product
NovaSeq 6000 System
Scalable throughput and flexibility for virtually any genome, sequencing method, and scale of project.
View System
Illumina Complete Long Read Prep, Human
Designed for human whole-genome sequencing (WGS) by enabling short and long reads from a single platform.
View Product인간 WGS를 위한 바이오인포매틱스 혁신
인간 전장 유전체 시퀀싱 데이터를 분석하기 위한 Illumina 소프트웨어의 대부분은 오픈 소스 SW 플랫폼에서 사용할 수 있어 바이오인포매틱스 공동체가 협력하고 테스트하고 궁극적으로 도구를 개선할 수 있습니다.
SpliceAI
SpliceAI는 스플라이스 접합부를 정확하게 예측하는 심층 뉴럴 네트워크입니다. 스플라이스 돌연변이는 희귀 질환, 자폐 스펙트럼 장애, 지적 장애에서 특히 흔하게 나타납니다.9
오픈 소스 SW 보기ExpansionHunter
ExpansionHunter는 취약 X 증후군, 근위축성 측삭 경화증, 프리드라이히 운동실조증, 헌팅턴병 및 기타 장애와 같은 질병을 유발하는 것으로 밝혀진 단연쇄 반복의 대규모 확장을 검출하는 데 사용할 수 있습니다.10,11
오픈 소스 SW 보기PrimateAI
PrimateAI는 인간이 아닌 영장류 6종의 수십만 가지 공통 변이를 사용하는 심층 뉴럴 네트워크입니다. 인간의 병원성 변이를 체계적으로 식별할 수 있습니다.12
오픈 소스 SW 보기SMNCopyNumberCaller
척수성 근위축증은 SMN1 유전자의 소실로 인해 발생하지만 SMN1과 SMN2가 거의 동일하기 때문에 분석이 어려울 수 있습니다. 이 소프트웨어는 인간 전장 유전체 시퀀싱 데이터에서 SMN1 및 SMN2 복제수를 정확하게 식별합니다.13
오픈 소스 SW 보기과학자들의 인간 WGS 활용 사례
Human Whole-Genome Sequencing Best Practices
The Hospital for Sick Children의 Christian Marshall 박사가 WGS가 유전 질환을 진단하는 데 임상 모범 사례가 어떻게 도움이 되는지 설명합니다.
WGS Drives Innovation in Rare Disease Research
Matt Might 박사는 Hugh Kaul Precision Medicine Institute의 교수이자 책임자입니다. 그의 아들 Bertrand가 매우 희귀한 장애인 NGLY1 결핍 진단을 최초로 받았습니다.
From Exomes to Whole Genomes
GeneDx는 TruSight Software Suite에 내장된 DRAGEN 플랫폼을 사용하여 전장 유전체 분석으로 연구 규모를 확장하고 변이를 정밀하게 식별할 수 있습니다.
유전체학 통찰력 웨비나 시리즈
현장 전문가들이 자신들의 작업이 인간 전장 유전체 시퀀싱으로 답을 찾는 능력에 어떤 영향을 미치는지 공유하는 내용을 들어 보세요.
지금 시청하기Calling CNVs and SVs with WGS
Andrew Gross 박사(PhD)와 Shimul Chowdhury 박사(PhD)가 WGS에서 CNV 및 SV를 호출하는 최근의 발전을 발표합니다.
The Genome’s Most Difficult Puzzles
Mike Eberle 박사(PhD)가 반복 확장 및 동종간 상동체 호출을 위한 WGS 바이오인포매틱스의 발전에 대해 논의합니다.
The “Fully Featured” Genome
Eric Rush 박사(MD)와 Tanner Hagelstrom 박사(PhD, FACMG)가 희귀 질환 진단 검사실에서 WGS를 사용한 포괄적인 변이 검출에 대해 논의합니다.
NovaSeq 6000 플로우 셀 유연성
NovaSeq 6000 시스템은 인간 전장 유전체 시퀀싱에 적합한 4가지 플로우 셀 구성을 제공합니다. 작업 소요 시간이 짧아야 하는 경우, SP 플로우 셀이 싱글톤 WGS에 이상적이며 S1 플로우 셀이 트리오 WGS에 이상적입니다. S2는 2~3개의 WGS 트리오를 위한 빠르고 비용 효율적인 고성능 옵션입니다. S4는 전례 없는 처리량을 제공하여 40× 커버리지에서 16개의 WGS 샘플 또는 30× 커버리지에서 24개의 WGS 샘플을 지원합니다. 각 NovaSeq 6000 시퀀싱 런은 유연성과 확장성을 위해 하나 또는 두 개의 플로우 셀을 수용할 수 있습니다.
키트 보기인간 전장 유전체 시퀀싱 논문
The Medical Genome Initiative
이 컨소시엄은 임상 전장 유전체 시퀀싱 사용에 대한 실용적인 지침을 제공하고 표준 개발을 지원하기 위해 구성되었습니다.
논문 읽어보기WGS Captures Diverse Spectrum of Disease-Causing Genetic Variation
이 논문에서는 다양한 유형의 유전자 변이를 식별하기 위한 전장 유전체 시퀀싱과 염색체 마이크로어레이 분석을 비교합니다.
논문 읽어보기Power of WGS for Rare Diseases in Underserved Areas
iHope 프로그램은 멕시코 북부에 있는 자원이 제한된 기형 클리닉에서 WGS의 이점을 입증했습니다.
논문 읽어보기관련 솔루션
희귀 질환 유전체학
희귀 질환은 2,000명 중 약 1명에게 영향을 미칩니다. 7,000개 이상의 알려진 희귀 질환이 있으며 매년 더 많은 희귀 질환이 발견됩니다.
희귀 질환에 대한 인간 WGS
전장 유전체 시퀀싱은 희귀 질환 환자의 진단 여정을 끝낼 수 있는 잠재력이 있습니다.
인구집단 유전체학
인구집단 유전체학 프로그램은 대규모 유전체 및 임상 데이터를 학습형 건강 시스템에 통합하여 의료 혁신을 주도합니다.
암 전장 유전체 시퀀싱
암 전장 유전체 시퀀싱은 종양유전자, 종양 억제인자 및 기타 위험 요인에 대한 분석에 영향을 미칩니다.
비침습적 산전 검사
NIPT는 임신 초기에 특정 염색체 상태를 선별하기 위해 모체 혈액 샘플의 세포유리 DNA를 분석합니다.
Illumina Complete Long Read
NovaSeq 플랫폼으로부터 받은 롱 리드 데이터를 이용한 포괄적인 인간 WGS에 적합하며 매우 정확한 고성능의 종합 워크플로우 솔루션입니다.
참고 문헌
- Lionel AC, Costain G, Monfared N, et al. Improved diagnostic yield compared with targeted gene sequencing panels suggests a role for whole-genome sequencing as a first-tier genetic test. Genet Med. 2018; 20(4):435-443.
- Sanghvi RV, Buhay CJ, Powell, V et al. Characterizing reduced coverage regions through comparison of exome and genome sequencing data across 10 centers. Genet Med. 2018; 20(8)855-866.
- Dolzhenko E, van Vugt JJ, Shaw RJ, Bekritsky, et al. Detection of long repeat expansions from PCR-free whole-genome sequence data. Genome Res. 2017;27(11):1895-1903.
- Gross A, Ajay SS, Rajan V, et al. Copy number variants in clinical WGS: deployment and interpretation for rare and undiagnosed disease. Genetic Med. 2019;21(5):1121-1130.
- Alfares A, Aloraini T, Subaie LA, et al. Whole-genome sequencing offers additional but limited clinical utility compared with reanalysis of whole-exome sequencing. Genet Med. 2018;20(11):1328-1333.
- Lindstrand A, Eisfeldt J, Pettersson M, et al. From cytogenetics to cytogenomics: whole genomes sequencing as a first-line test comprehensively captures the diverse spectrum of disease-causing genetic variation underlying intellectual disability. Genome Med. 2019;11(1):68.
- Chen X, Sanchis-Juan A, French CE, et al. Spinal muscular atrophy diagnosis and carrier screening from genome sequencing data. Genet Med. 2020;22(5):945-953.
- Chen X, Schulz-Trieglaff O, Shaw R, et al. Manta: rapid detection of structural variants and indels for germline and cancer sequencing applications. Bioinformatics. 2016;32(8):1220–1222.
- Jaganathan K, Kyriazopoulou Panagiotopoulou S, McRae JF, et al. Predicting Splicing from Primary Sequence with Deep Learning. Cell. 2019;176(3):535-548.e24. doi:10.1016/j.cell.2018.12.015.
- Dolzhenko E, van Vugt JJFA, Shaw RJ, et al. Detection of long repeat expansions from PCR-free whole-genome sequence data. Genome Res. 2017;27(11):1895-1903. doi:10.1101/gr.225672.117.
- Dolzhenko E, Deshpande V, Schlesinger F, et al. ExpansionHunter: a sequence-graph-based tool to analyze variation in short tandem repeat regions. Bioinformatics. 2019;35(22):4754-4756. doi:10.1093/bioinformatics/btz431.
- Sundaram L, Gao H, Padigepati SR, et al. Predicting the clinical impact of human mutation with deep neural networks [수정본 게재: Nat Genet. 2019 Feb;51(2):364]. Nat Genet. 2018;50(8):1161-1170. doi:10.1038/s41588-018-0167-z.
- Chen X, Sanchis-Juan A, French CE, et al. Spinal muscular atrophy diagnosis and carrier screening from genome sequencing data. Genet Med. 2020;22(5):945-953. doi:10.1038/s41436-020-0754-0.