一文告訴你研究結構變異到底需要測多少數據量

特異的SV是與疾病的易感性相關(guān)的，SV的區域通常包含疾病相關(guān)重要基因。許多癌癥基因組有著(zhù)顯著(zhù)的遺傳變異，并且特異的SV被認為能夠通過(guò)破壞基因結構，調節基因表達，創(chuàng )造融合事件或者產(chǎn)生基因拷貝數來(lái)促進(jìn)腫瘤發(fā)展。不知道SV是什么的請到最下面看科普。

據統計，基因組結構變異可能導致的遺傳性疾病已經(jīng)超過(guò)1,000種，對于每個(gè)人來(lái)講其基因組都有至少20,000個(gè)的結構變異，這些變異帶來(lái)的影響或許比SNV或InDel還要大。然而，盡管SV的普遍存在且與癌癥特殊關(guān)聯(lián)，但是許多SV分類(lèi)的分子組織及產(chǎn)生機制還不明確。這在很大程度上是由于當前技術(shù)（就是二代測序）無(wú)法發(fā)現具有高特異性的全譜SV。

據報道，短read方法缺乏敏感性，只有10%-70%的SV可以被檢出，卻有高達89%的錯誤發(fā)現率，且不能鑒定復雜嵌套SV帶來(lái)的影響。

三代測序因其讀長(cháng)長(cháng)，能夠大幅提升SV的可靠性和分辨率。根據文章的結果和百邁客的實(shí)測數據總結起來(lái)，用ONT測SV至少要15X。

具體原因是什么呢？且聽(tīng)小編細細道來(lái)~~

Pacbio和ONT測序的長(cháng)read能夠大幅提升SV檢測的可靠性和分辨率。平均10kb或者更長(cháng)的read可以更準確的比對到重復序列上，這些可能介導SV的形成。長(cháng)read更可能跨過(guò)SV斷點(diǎn)。當然除了優(yōu)勢，長(cháng)read也有新的挑戰，Pacbio測序有10-15%的錯誤率，Oxford Nanopore?測序有5-20%錯誤率。因此急需一種新的SV檢測方法，Sedlazeck F J 等人開(kāi)發(fā)了Sniffles軟件。

根據兩個(gè)人類(lèi)數據集的錯誤情況和read長(cháng)度，作者對兩條人的染色體模擬了50X?Pacbio?和ONT?read 。純粹的統計分析發(fā)現，近10X覆蓋度的數據（平均長(cháng)度10kb）就足夠去推斷所有SV斷點(diǎn)（一瞬間覺(jué)得自己可以省好多錢(qián)有木有），然而對于100bp的短read雙端測序至少要25X覆蓋度。當前這個(gè)統計只是一個(gè)理想情況，比如缺乏了重復和覆蓋度的偏移，因此是低估了所需的覆蓋度的。

理想很豐滿(mǎn)、現實(shí)很骨感！理想情況下用10x覆蓋度測三代read就能檢測出來(lái)所有的結構變異，但是現實(shí)肯定不夠啦~ 作者對真實(shí)的Pacbio 55X數據，和Nanopore 28X數據所檢測到的SV和低深度下所檢測的SV進(jìn)行比較。對于Pacbio數據，15X的時(shí)候對于NA12878和SKBR3樣品的SV能識別到69.64%和67.24%，如果提升到30X時(shí)，可分別識別到80.05%和76.63%。SKBR3的識別率相對較低主要因為它是癌癥樣品，有些極端的拷貝擴增。所以癌癥樣品要想識別到更多更準的SV，需要適當提升測序深度。

對于Nanopore的數據，在20X的覆蓋度時(shí)就能達到82.24%的準確率和84.23%的識別率。不過(guò)這可能是因為ONT數據只測了28X。

盡信書(shū)不如無(wú)書(shū)，小編本著(zhù)對科研（領(lǐng)導）的認真態(tài)度（“逼迫”），對公司的一正常人的血液進(jìn)行Nanopore?DNA測序（測序深度為40X）識別SV，隨機抽取不同深度下的數據量5X，10X，15X，20X，30X使用相同的參數進(jìn)行SV識別，合并所有樣品的SV，對每個(gè)樣品進(jìn)行強制重新識別SV。以40X數據在支持read數大于10下所檢測出的SV為金標準，判斷低深度下所能檢測出的SV情況，如下表：

注：Genotype列代表不同深度下識別出的和40X SV基因型相同的SV個(gè)數，Genotype ratio為SV占40X SV的比例。?Genotype & depth 為與40X SV基因型相同且read支持數大于10的SV個(gè)數，Genotype & depth Ratio為基因型相同且read支持數大于10的SV比例。

其實(shí)從結果上可以發(fā)現即使只用5X測序深度的數據也能夠識別出很高比例的SV，但是如果考慮到支持的read數，所能識別出的SV比例就瞬間少了很多。其實(shí)也能理解啦，畢竟深度在那里呢~

所以，依小編愚見(jiàn)，15X數據的結果相對還是可以的，不過(guò)該測試數據是妥妥的正常人呦，如果癌癥樣品還是建議再多測一些呢~