Comparative Analysis of Structural Variant Callers on the Short-Read Whole-Genome Sequencing Data

A. A. Mkrtchian; Мкртчян А. А.; S. M. Yudin; Юдин С. М.; A. A. Keskinov; Кескинов А. А.; V. S. Yudin; Юдин В. С.; T. A. Shpakova; Шпакова Т. А.; L. V. Frolova; Фролова Л. В.; E. A. Snigir; Снигирь Е. А.; A. P. Sergeev; Сергеев А. П.; D. V. Svetlichny; Светличный Д. В.; M. N. Pilipenko; Пилипенко М. Н.; A. A. Ivashechkin; Ивашечкин А. А.; P. U. Zemsky; Земский П. Ю.; S. I. Mitrofanov; Митрофанов С. И.; P. G. Kazakova; Казакова П. Г.; K. S. Grammatikati; Грамматикати К. С.; V. I. Skvortsova; Скворцова В. И.

doi:10.31857/S0016675823060115

Сравнительный анализ инструментов для поиска структурных вариантов на данных короткоридового полногеномного секвенирования

Авторы: Мкртчян А.А.¹, Юдин С.М.¹, Кескинов А.А.¹, Юдин В.С.¹, Шпакова Т.А.¹, Фролова Л.В.¹, Снигирь Е.А.¹, Сергеев А.П.¹, Светличный Д.В.¹, Пилипенко М.Н.¹, Ивашечкин А.А.¹, Земский П.Ю.¹, Митрофанов С.И.¹, Казакова П.Г.¹, Грамматикати К.С.¹, Скворцова В.И.²
Учреждения:
1. Федеральное государственное бюджетное учреждение Центр стратегического планирования и управления медико-биологическими рисками здоровью Федерального медико-биологического агенства России
2. Федеральное медико-биологическое агентство России
Выпуск: Том 59, № 6 (2023)
Страницы: 687-707
Раздел: МАТЕМАТИЧЕСКИЕ МОДЕЛИ И МЕТОДЫ
URL: https://journals.rcsi.science/0016-6758/article/view/134609
DOI: https://doi.org/10.31857/S0016675823060115
EDN: https://elibrary.ru/SUEMFU
ID: 134609

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Проанализирована работа трех биоинформатических инструментов (Manta, Smoove, Delly) для поиска структурных вариантов на данных полногеномного секвенирования с использованием четырех разных алгоритмов выравнивания: DRAGEN, GDC DNA-SeqAlignment Workflow, GDC DNA-SeqAlignmentWorkflow + GDC DNA-SeqCo-cleaning Workflow, NovoAlign, разных длин “сырых” прочтений: 2 × 150 и 2 × 250 пн, разных показателей среднего покрытия генома. Полученные показания соотнесены с эталонными результатами команды GIAB. Проведена проверка выявленных структурных вариантов с помощью секвенирования по методу Сэнгера. Выявили, что структурные варианты типа делеция и инсерция лучше всего определяются с помощью инструмента Manta. Мы получили 89–96% точности и 59–70% чувствительности для проанализированных делеций, а также 96–99% точности и 15–36% чувствительности для инсерций. Smoove и Delly продемонстрировали менее точные и чувствительные результаты (Smoove: 91–95% точности и 8–54% чувствительности для делеций; Delly: 78–87% точности и 31–66% чувствительности для делеций, 99–100% точности и 1–13% чувствительности для инсерций). Показали, что использование комбинации из двух и даже трех инструментов не повышает процента подтвержденных структурных вариантов для типов делеция, инсерция, дупликация. Проведенный анализ выявил, что с увеличением среднего значения покрытия генома увеличиваются показатели точности и чувствительности работы биоинформатических инструментов для поиска структурных вариантов, а увеличение длины прочтений с 150 до 250 пн влияет в разной степени на точность и чувствительность работы отдельных инструментов. Также сделали вывод, что точность работы инструментов для поиска структурных вариантов варьируется в зависимости от диапазона размеров структурных вариантов. Например, Manta лучше находит делеции в диапазоне от 200 и более пн, Delly – от 1000 до 10 000 пн, Smoove – от 200 до 10 000 пн.

Ключевые слова

структурные варианты, полногеномное секвенирование, секвенирование на коротких прочтениях, выравнивание, GIAB.

Список литературы

Pang A.W., MacDonald J.R., Pinto D. et al. Towards a comprehensive structural variation map of an individual human genome // Genome Biol. 2010. V. 11. № 5. P. R52. https://doi.org/10.1186/gb-2010-11-5-r52
The International HapMap Consortium. The international hapmap project // Nature. 2003. P. 789–796. https://doi.org/10.1038/nature02168
Sudmant P.H., Rausch T., Gardner E.J. et al. An integrated map of structural variation in 2,504 human genomes: 7571 // Nature. 2015. V. 526. № 7571. P. 75–81. https://doi.org/10.1038/nature15394
Pös O., Radvanszky J., Buglyo G. et al. DNA copy number variation: Main characteristics, evolutionary significance, and pathological aspects // Biomed. J. 2021. V. 44. № 5. P. 548–559. https://doi.org/10.1016/j.bj.2021.02.003
Alkan C., Coe B.P., Eichler E.E. Genome structural variation discovery and genotyping // Nat. Rev. Genet. 2011. V. 12. № 5. P. 363–367. https://doi.org/10.1038%2Fnrg2958
Mahmoud M., Gobet N., Cruz-Davalos D.I. et al. Structural variant calling: the long and the short of it // Genome Biol. 2019. V. 20. № 1. P. 246. https://doi.org/10.1186/s13059-019-1828-7
Carvalho C.M., Lupski J.R. Mechanisms underlying structural variant formation in genomic disorders // Nat. Rev. Genet. 2016. V. 17. № 4. P. 224–238. https://doi.org/10.1038/nrg.2015.25
Sedlazeck F.J., Lee H., Darby C.A. et al. Piercing the dark matter: bioinformatics of long-range sequencing and mapping // Nat. Rev. Genet. 2018. V. 19. № 6. P. 329–346. https://doi.org/10.1038/s41576-018-0003-4
Collins R.L., Brand H., Karczewski K.J. et al. A structural variation reference for medical and population genetics // Nature. 2021. V. 581. P. 444–451. https://doi.org/10.1038/s41586-020-2287-8
Weischenfeldt J., Symmons O., Spitz F. et al. Phenotypic impact of genomic structural variation: Insights from and for human disease // Nat. Rev. Genet. 2013. V. 14. № 2. P. 125–138. https://doi.org/10.1038/nrg3373
Stankiewicz P., Lupski J. Structural variation in the human genome and its role in disease // Annu. Rev. Med. 2010. V. 61. P. 437–455. https://doi.org/10.1146/annurev-med-100708-204735
Schüle B., McFarland K.N., Lee K. et al. Parkinson’s disease associated with pure ATXN10 repeat expansion // NPJ Parkinson’s Disease. 2017. V. 3. P. 27. https://doi.org/10.1038/s41531-017-0029-x
Yeh Y.C., Ho H.L., Wu Y.C. et al. AKT1 internal tandem duplications and point mutations are the genetic hallmarks of sclerosing pneumocytoma // Mod. Pathol. 2020. V. 33. № 3. P. 391–403. https://doi.org/10.1038/s41379-019-0357-y
Schütte J., Reusch J., Khandanpour C. et al. Structural variants as a basis for targeted therapies in hematological malignancies // Front. Oncol. 2019. V. 9. P. 839. https://doi.org/10.3389%2Ffonc.2019.00839
Ewing A., Meynert A., Churchman M. et al. Structural variants at the BRCA1/2 loci are a common source of homologous repair deficiency in high-grade serous ovarian carcinoma // Clin. Cancer Res. V. 27. № 11. P. 3201–3214. https://doi.org/10.1158/1078-0432.ccr-20-4068
Malhotra D., Sebat J. CNVs: Harbingers of a rare variant revolution in psychiatric genetics // Cell. 2012. V. 148. № 6. P. 1223–1241. https://doi.org/10.1016%2Fj.cell.2012.02.039
Huse K., Taudien S., Groth M. et al. Genetic variants of the copy number polymorphic β-defensin locus are associated with sporadic prostate cancer // Tumor Biol. 2008. V. 29. № 2. P. 83–92. https://doi.org/10.1159/000135688
Wellcome Trust Case Control Consortium. Genome-wide association study of CNVs in 16,000 cases of eight common diseases and 3,000 shared controls // Nature. 2010. V. 464. P. 713–720. https://doi.org/10.1038/nature08979
Fanciulli M., Norsworthy P.J., Petretto E. et al. FCGR3B copy number variation is associated with susceptibility to systemic, but not organ-specific, autoimmunity // Nat. Genet. 2007. V. 39. № 6. P. 721–723. https://doi.org/10.1038/ng2046
Fellermann K., Stange D.E., Schaeffeler E. et al. A chromosome 8 gene-cluster polymorphism with low human beta-defensin 2 gene copy number predisposes to crohn disease of the colon // Am. J. Hum. Genet. 2006. V. 79. № 3. P. 439–448. https://doi.org/10.1086/505915
Hollox E.J., Huffmeier U., Zeeuwen P.L. et al. Psoriasis is associated with increased β-defensin genomic copy number // Nat. Genet. 2008. V. 40. № 1. P. 23–25. https://doi.org/10.1038/ng.2007.48
Zook J.M., Hansen N.F., Olson N.D. et al. A robust benchmark for detection of germline large deletions and insertions // Nat. Biotechnol. 2020. V. 38. P. 1347–1355. https://doi.org/10.1038/s41587-020-0538-8
Ye J., Coulouris G., Zaretskaya I. et al. Primer-BLAST: A tool to design target-specific primers for polymerase chain reaction // BMC Bioinformatics. 2012. V. 13. № 1. P. 134. https://doi.org/10.1186/1471-2105-13-134
Sequencing analysis viewer [Electronic resource] // Sequencing analysis viewer support. URL: https://support.illumina.com/sequencing/sequencing_software/ sequencing_analysis_viewer_sav.html (accessed: 15.09.2022).
bcl2fastq [Electronic resource] // bcl2fastq. URL: https://emea.support.illumina.com/sequencing/sequencing_software/bcl2fastq-conversion-software/ downloads.html (accessed: 13.05.2022).
FastQC [Electronic resource] // Babraham bioinformatics FastQC a quality control tool for high throughput sequence data. URL: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/ (accessed: 13.05.2022).
Illumina DRAGEN Bio-IT Platform [Electronic resource] // Illumina DRAGEN Bio-IT platform | variant calling & secondary genomic analysis software tool. URL: https://www.illumina.com/products/by-type/informatics-products/dragen-bio-it-platform.html (accessed: 13.05.2022).
Schneider V.A., Graves-Lindsay T., Howe K. et al. Evaluation of GRCh38 and de novo haploid genome assemblies demonstrates the enduring quality of the reference assembly // Genome Res. 2017. V. 27. № 5. P. 849–864. https://doi.org/10.1101/gr.213611.116
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. V. 32. № 8. P. 1220–1222. https://doi.org/10.1093/bioinformatics/btv710
Smoove [Electronic resource] // Brent S. Smoove: structural-variant calling and genotyping with existing tools. URL: https://github.com/brentp/smoove (accessed: 13.07.2022).
Rausch T., Zichner T., Schlattl A. et al. DELLY: structural variant discovery by integrated paired-end and split-read analysis // Bioinformatics. 2012. V. 28. № 18. P. i333–i339. https://doi.org/10.1093/bioinformatics/bts378
NCBI [Electronic resource] // GRCh37 hg19 genome assembly NCBI. URL: https://www.ncbi.nlm.nih.gov/assembly/GCF_000001405.13/ (accessed: 15.09.2022).
Zhao H., Sun Z., Wang J. et al. CrossMap: A versatile tool for coordinate conversion between genome assemblies // Bioinformatics. 2014. V. 30. № 7. P. 1006–1007. https://doi.org/10.1093/bioinformatics/btt730
GDC [Electronic resource] // GDC viewer docs. URL: https://docs.gdc.cancer.gov/Data_Dictionary/viewer/#?view=table-definition-view&id=alignment_cocleaning_workflow (accessed: 13.07.2022).
Li H., Durbin R. Fast and accurate long-read alignment with Burrows–Wheeler transform // Bioinformatics. 2010. V. 26. № 5. P. 589-595. https://doi.org/10.1093/bioinformatics/btp698
Danecek P., Bonfield J.K., Liddle J. et al. Twelve years of samtools and bcftools // GigaScience. 2021. V. 10. № 2. https://doi.org/10.1093/gigascience/giab008
Pedersen B.S., Quinlan A.R. Duphold: scalable, depth-based annotation and curation of high-confidence structural variant calls // GigaScience. 2019. V. 8. № 4. https://doi.org/10.1093/gigascience/giz040
Jeffares D.C., Jolly C., Hoti M. et al. Transient structural variations have strong effects on quantitative traits and reproductive isolation in fission yeast // Nat. Commun. 2017. V. 8. P. 14061. https://doi.org/10.1038/ncomms14061
Witty.er [Electronic resource] // Wan Y., Ho K. Witty.er. URL: https://github.com/Illumina/witty.er (accessed: 13.07.2022).
Unipro UGENE [Electronic resource] // Unipro UGENE: a unified bioinformatics toolkit. Bioinformatics. Oxford academic. URL: https://academic.oup.com/bioinformatics/article/28/8/1166/195474?login=false (accessed: 13.07.2022).
Robinson J.T., Thorvaldsdottir H., Winckler W. et al. Integrative genomics viewer // Nat. Biotechnol. 2011. V. 29. № 1. P. 24–26. https://doi.org/10.1038/nbt.1754