Directives de Soumission d'Échantillons
Services de séquençage CNV alimentés par le WGS à faible couverture et une bioinformatique avancée pour une analyse sensible des variations du nombre de copies à l'échelle du génome.Qu'est-ce que le séquençage CNV ?
Variation du nombre de copies (VNC) est une forme répandue de variation structurelle dans le génome humain, impliquant des duplications ou des suppressions de segments d'ADN allant de milliers à des millions de paires de bases. Les CNV sont des biomarqueurs critiques fortement liés aux retards de développement, au trouble du spectre autistique (TSA), aux malformations congénitales et à divers cancers. Bien que les grands CNV (>100 kb) soient souvent associés à des troubles génétiques rares, les CNV plus petits (<100 kb) jouent un rôle significatif dans la diversité des populations et la susceptibilité aux maladies complexes.
Notre Service de séquençage CNV exploite Séquençage du génome entier à faible passage (WGS). En séquençant le génome à une profondeur de couverture généralement comprise entre 0,1x et 5xnous obtenons une fraction représentative du génome suffisante pour une analyse structurelle. Des algorithmes computationnels avancés analysent la profondeur de lecture à travers des "bins" génomiques pour identifier des régions avec des écarts statistiquement significatifs, indiquant des duplications (haute profondeur) ou des délétions (basse profondeur). Cette méthode offre une alternative rationalisée à l'échelle du génome par rapport aux approches ciblées.
Variation du nombre de copies entre deux individus humains . (Chao Xie, et al., 2009)
Pourquoi choisir le séquençage CNV plutôt que les microarrays ?
Bien que l'analyse par microarray chromosomique (CMA) ait historiquement été la norme pour la détection des CNV, elle est limitée par un design de sonde fixe et un débit plus faible. Filtre passe-bas WGS a émergé comme l'alternative supérieure, offrant une résolution plus élevée et une couverture génomique globale impartiale à un coût comparable ou inférieur.
| Fonctionnalité | WGS à faible fréquence (CNV-Seq) |
|---|---|
| Couverture | Génomique à l'échelle du génome (non biaisée) |
| Résolution | Élevé (Détecte de manière fiable >50-100 kb) |
| Sensibilité | Élevé (Moins de faux négatifs) |
| Coût | Faible (Diminution avec l'échelle NGS) |
| Variantes de roman | Oui (Détecte des variantes inconnues) |
Avantages clés du séquençage génomique à faible couverture :
- Excellente SensibilitéDétecte de manière fiable les grands CNV (>100 kb) et les variants de taille moyenne (5–10 kb) souvent manqués par les puces.
- Coût-efficacitéAlors que les coûts de séquençage diminuent, le WGS à faible couverture fournit plus de données par dollar que les méthodes basées sur des puces.
- Qualité des données supérieuredétermination précise des points de rupture avec moins de faux positifs par rapport aux puces basées sur l'hybridation.
- ScalabilitéIdéal pour les cohortes de recherche clinique à grande échelle nécessitant une détection cohérente et standardisée des variantes structurelles.
Comparaison de l'aCGH et du CNV-seq pour la détection des variations du nombre de copies. (Chao Xie, et al., 2009)
Applications du séquençage CNV
Le séquençage CNV est un outil puissant dans la recherche médicale et le diagnostic avec des applications comprenant :
- Troubles génétiques : Le séquençage CNV aide à détecter les CNV qui contribuent à des troubles génétiques tels que les maladies neurodéveloppementales, l'autisme et les déficiences intellectuelles, permettant un diagnostic précoce et des thérapies ciblées.
- Diagnostics prénatals : Cela aide à identifier les anomalies chromosomiques, telles que les délétions ou les duplications, dans les échantillons prénataux, offrant des informations cruciales pour les soins prénatals.
- Génomique du cancerLe séquençage CNV est largement utilisé pour identifier les altérations du nombre de copies somatiques dans le cancer, y compris les amplifications d'oncogènes et les délétions de gènes suppresseurs de tumeurs. Cette information est cruciale pour comprendre la tumorigenèse, le pronostic et la planification du traitement.
- Pharmacogénomique : Le séquençage CNV peut détecter des CNV dans les gènes de métabolisme des médicaments, fournissant des informations sur l'efficacité des médicaments, les réactions indésirables potentielles et l'adaptation des régimes de traitement personnalisés.
- Maladies infectieuses : Il peut être utilisé pour étudier les variations du génome microbien, en particulier dans l'étude de la résistance aux antibiotiques ou des facteurs de virulence.
Flux de travail de séquençage CNV
CD Genomics suit un processus de contrôle qualité (CQ) rigoureux pour garantir l'intégrité des données.
Échantillon QCVérification de la pureté et de la concentration.
Préparation de la bibliothèque: Fragmentation et indexation.
SéquençageSéquençage Illumina à haut débit (PE150).
Bioinformatique: Filtrage des données, cartographie et appel de variants.
Aperçu du flux de travail pour les services de séquençage CNV.
Analyse bioinformatique de séquençage CNV
CD Genomics offre des services d'analyse bioinformatique complets et flexibles, allant du traitement de données de base à des analyses personnalisées avancées. Nos solutions vous aident à explorer en profondeur les variations et les fonctions génomiques.
- Détection de CNV:
- Description : La profondeur de lecture (RD) est extraite du fichier BAM final et analysée statistiquement à travers des régions génomiques (bins).
- Objectif : Trouver des zones avec des copies d'ADN supplémentaires ou manquantes (CNV).
- Outils : Utiliser CNVnator.
- Une liste d'appels CNV initiaux.
- Filtrage et annotation des résultats
- Description : Les appels CNV initiaux sont filtrés en fonction des scores de qualité et étiquetés avec des informations sur les caractéristiques génomiques.
- Objectif : Rendre les résultats plus fiables et leur donner un sens biologique.
- Outils : Utiliser AWK, BEDTools, AnnotSV
- Une liste finale et épurée de CNVs annotés.
- Validation et Visualisation
- Description : Les appels CNV finaux sont vérifiés pour leur précision et leur sens biologique.
- Objectif : En examinant visuellement les données de profondeur de lecture de soutien et le contexte génomique.
- Outils : Utilisation d'IGV, CNVnator, R/ggplot2
- Graphiques et figures de validation.
Pour des analyses bioinformatiques sur mesure ou des besoins de recherche spécifiques, veuillez contacter nos experts. Nous offrons des conseils professionnels et un soutien adaptés à votre projet.
Pipeline pour l'analyse bioinformatique dans le séquençage du génome entier et la détection des CNV.
Exigences d'échantillon
| Type d'échantillon | Exigence en ADN |
| ADN génomique | ≥500 ng, 10 ng/μL |
| Sang total | 2 mL (tube EDTA, frais) ; 4 mL (tube EDTA, congelé) |
| Tissu congelé frais | ≥10 mg |
| Cellules | ≥1 × 10⁶ cellules |
- Tous les échantillons d'ADN doivent subir des tests de pureté et de concentration pour garantir la qualité du séquençage.
- Si vous avez des questions concernant la préparation des échantillons ou si vous avez besoin d'un plan personnalisé, n'hésitez pas à nous contacter à tout moment pour obtenir une assistance experte.
Pourquoi choisir CD Genomics pour le séquençage CNV ?
De la détection à haute sensibilité aux informations cliniquement exploitables, CD Genomics propose des solutions de séquençage CNV précises et complètes, alimentées par un WGS à faible couverture optimisé et une bioinformatique avancée. Que vous enquêtiez sur des troubles neurodéveloppementaux ou que vous profiliez la génomique du cancer, notre équipe garantit des données fiables, prêtes pour publication, avec une consultation scientifique dédiée.
- Interprétation préciseAnalyse approfondie guidée par des protocoles d'interprétation, système de gestion de cas complet, puissant moteur d'annotation/interprétation NGS avec bases de données propriétaires, rapports personnalisables.
- Détection Efficace: Délai d'exécution rapide, haute efficacité et résultats précis.
- Analyse granulaireCapable de détecter des microdélétions/microduplications ≥50kb/100kb et des aneuploïdies.
- Service Premium: Support professionnel avant-vente, pendant le projet et après-vente, ainsi que des analyses de données personnalisées pour la recherche.
- Tarification compétitive et évolutivitéDes solutions rentables pour des projets de toutes tailles.
- Support dédiéGestion de projet personnalisée et consultation scientifique.
Références :
- Xie, C., Tammi, M.T. CNV-seq : une nouvelle méthode pour détecter les variations du nombre de copies en utilisant le séquençage à haut débit. BMC Bioinformatique 10, 80 (2009). Désolé, je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
- Zhou, X., Chen, Y., Li, J. et al. L'analyse de séquençage du génome entier des CNV utilisant des stratégies à faible couverture et en paires est efficace et surpasse l'analyse des CNV basée sur des puces. J Med Genet 55, 735–743 (2018). Désolé, je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
- Abyzov, A., Urban, A.E., Snyder, M. et al. CNVnator : Une approche pour découvrir, génotyper et caractériser des CNV typiques et atypiques à partir du séquençage du génome familial et populationnel. Genome Res 21, 974–984 (2011). Désolé, je ne peux pas accéder à des liens ou des contenus externes.
- Pirooznia, M., Goes, F.S. & Zandi, P.P. Analyse CNV du génome entier : avancées dans les approches computationnelles. Front Genet 6, 138 (2015).
- Chen, Y., Han, X., et al. Séquençage des variations du nombre de copies pour les produits de conception : quelle est la stratégie de test optimale ? Clinica Chemical Acta 557, 117884 (2024). Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai ravi de vous aider.
Démonstration
Les résultats partiels sont affichés ci-dessous :
Sortie d'analyse partielle montrant les variations du ratio de copie (log2) à travers les chromosomes.
FAQ
1. Comment le CNV-seq détecte-t-il les variations du nombre de copies dans les génomes en utilisant des technologies de séquençage de nouvelle génération ?
CNV-seq détecte les CNV en utilisant séquençage de nouvelle génération (NGS) à travers les étapes suivantes :
a. Fragmentation de l'ADN : Le génome est fragmenté en morceaux plus petits, et de courtes lectures d'ADN sont générées par des technologies de séquençage à haut débit.
b. Lecture de la cartographie : Les lectures générées sont alignées sur un génome de référence et la profondeur de lecture (couverture) à chaque position génomique est calculée.
c. Analyse par fenêtre glissante : les CNV sont identifiés en comparant la profondeur de lecture dans des fenêtres glissantes à travers le génome. Les variations dans le nombre de lectures dans des régions spécifiques suggèrent la présence de délétions (couverture inférieure) ou de duplications (couverture supérieure).
d. Modélisation Statistique : Un modèle statistique évalue la signification des variations observées, en tenant compte des biais tels que les erreurs de séquençage, et calcule la probabilité que ces variations représentent de véritables CNV plutôt que des fluctuations aléatoires.
2. Quelles sont les limitations de l'utilisation de CNV-seq pour détecter les variations du nombre de copies ?
a. Sensibilité Dépendante de la Couverture : L'exactitude de la détection des CNV dépend de la profondeur de séquençage. Une faible couverture peut entraîner des faux négatifs, en particulier pour les CNV plus petits.
b. Complexité computationnelle : Le CNV-seq implique des pipelines bioinformatiques complexes pour l'analyse des données, qui nécessitent des ressources informatiques significatives et une expertise dans les outils bioinformatiques.
c. Potentiel de faux positifs : Les erreurs de séquençage, les biais de cartographie et la couverture inégale peuvent entraîner des faux positifs, en particulier dans les régions avec des séquences répétées élevées ou une faible complexité de séquence.
3. Comment le CNV-seq peut-il être utilisé pour identifier des variations génétiques associées à des maladies complexes telles que le cancer et l'autisme ?
Le CNV-seq peut être utilisé pour identifier des variations génétiques liées à des maladies complexes de la manière suivante :
a. Génomique du cancer : Le CNV-seq est inestimable pour identifier les CNV somatiques dans les génomes cancéreux. Ces CNV peuvent révéler des oncogènes critiques et des gènes suppresseurs de tumeurs impliqués dans le développement du cancer, la métastase et la réponse au traitement, fournissant des informations essentielles pour les thérapies ciblées et les évaluations pronostiques.
b. Troubles neurodéveloppementaux : Le CNV-seq aide à détecter les CNV qui affectent les gènes neurodéveloppementaux, souvent impliqués dans des maladies telles que l'autisme, la déficience intellectuelle et la schizophrénie. L'identification de ces CNV contribue à comprendre l'architecture génétique de ces troubles et facilite un diagnostic précoce.
c. Pathogenèse des maladies : En comparant les profils de CNV entre des individus en bonne santé et malades, le CNV-seq peut identifier des variations génétiques qui contribuent à la susceptibilité aux maladies, à leur progression et à la réponse aux traitements, en faisant un outil puissant pour la découverte de biomarqueurs.
d. Médecine de précision : le CNV-seq permet l'identification des CNV qui influencent la réponse d'un individu à des traitements spécifiques, permettant ainsi le développement de stratégies de médecine personnalisée.
Étude de cas : Séquençage complet du génome de Salmonella typhimurium monophasique provenant de porc de détail révélant des gènes de résistance aux antibiotiques et des plasmides.
SourceGhorbani Tajani A, Sharma A, Blouin N et Bisha B (2024). Séquence du génome, gènes de résistance aux antibiotiques et plasmides dans une variante monophasique de Salmonella typhimurium isolée de porc de détail. Annonces de ressources en microbiologie. DOI : https://doi.org/10.1128/mra.00754-23
1. Contexte
La résistance aux antimicrobiens (RAM) dans les agents pathogènes d'origine alimentaire tels que Salmonella typhimurium est une préoccupation croissante de santé publique mondiale. La détection précise des gènes de résistance et des éléments génétiques mobiles comme les plasmides est essentielle pour la surveillance, le suivi des épidémies et l'évaluation des risques dans la chaîne d'approvisionnement alimentaire. Dans ce cas, les chercheurs ont caractérisé un S. typhimurium monophasique isolat obtenu à partir de porc de détail dans le Wyoming, États-Unis, avec une haute précision séquençage du génome entier.
2. Méthodes
- Traitement et séquençage des échantillonsLe Salmonelle l'isolat a été soumis au séquençage Illumina NovaSeq 6000 pour générer un ensemble de données génomiques complets à haute couverture (~5,32 Mb).
- Flux de travail en bioinformatiqueLes lectures brutes ont été contrôlées pour leur qualité, assemblées et analysées afin d'identifier les gènes de résistance aux antibiotiques (ARG) et les réplicons plasmidiques en utilisant des pipelines génomiques standard.
- Avantage de CD GenomicsEn tirant parti de notre WGS à faible passage certifié et de notre bioinformatique avancée, nous offrons une détection et une annotation robustes des ARG et des éléments génomiques structurels à travers des génomes bactériens complexes.
3. Résultats
- Le génome assemblé avait une longueur totale d'environ 5 320 119 pb avec 51,06 % de GC.
- Multiple gènes de résistance aux antibiotiques ont été détectés, y compris blaTEM-1 et aac(6′)-IIc, qui sont associés à la résistance aux β-lactamines et aux aminoglycosides.
- Plusieurs réplicons de plasmides (e.g., IncHI2, p0111) ont été identifiés, indiquant le potentiel de transfert horizontal de gènes des déterminants de RAM.
4. Conclusions
Cette étude de cas démontre comment Le séquençage du génome entier en haute résolution permet la détection de gènes de résistance cliniquement pertinents et de plasmides dans les pathogènes d'origine alimentaire., fournissant des informations génomiques exploitables pour la surveillance et l'atténuation des risques. Comparé aux méthodes traditionnelles de profilage génétique, le flux de travail WGS complet de CD Genomics offre sensibilité accrue, couverture génomique plus large et détection détaillée des variants structurels, permettant aux chercheurs et aux laboratoires de réglementation de comprendre plus clairement les mécanismes de la RAM et de prendre des décisions basées sur les données.
Avantages clés mis en avant:
✔ La résolution du génome entier permet une échelle fine détection des ARGs et des plasmides.
✔ Le séquençage à haut débit garantit un temps de réponse rapide.
✔ notre bioinformatique avancée soutient une annotation et une interprétation confiantes des variations structurelles.
