Detectie van genomische structurele variaties op basis van paired-tag NGS data

Peter van ‘t Hof

Opbouw presentatie

•Structurele Variaties

•Pair sequencing

•Clustering

•Resultaten

2

Structurele Variaties

3

Genome structural variation discovery and genotyping - Can Alkan, Bradley P. Coe and Evan E. Eichler - Nature Reviews Genetics 2011

Structurele Variaties

4

Extreem voorbeeld

Mate-pair sequencing

5

F R

Libary Prep

Paired sequencing

6

•Clustering

Computational methods for discovering structural variation with next-generation sequencing - P Medvedev1, M Stanciu1 & N Brudno - Nature Methods 2009

Insertsize

7

Size (bp)

Frag

men

ts

Huidige programma

•Algoritme vindt wel SV’s die bevestigd kunnen worden

•Sample van 700M reads duurt 5 dagen

•Veel geheugen vereist

•Onhandig in gebruik

8

Hoe?

•Programmeren in C++

9

Nieuw programma

•Sample van 700M duurt nu +/- 3 uur(single thread)

•Sample van 700M duurt +/- 30 min(multi thread, 8 cores)

10

Vergelijking metoude programma

11

Resultaten

12

Homozygote deletie

Inversie

Resultaten

13

Hetrozygote deletie

Homozygote insertie

Filter

14

SVcov = pairs coverage SVCcov = concordant pairs coverage

SVcov / Ccov = Relative to concordant

Filter

15

SVcov = pairs coverage SVnCcov = non-concordant pairs coverage

SVcov / (nCcov - SVcov) = Relative to non-concordant

Test set

•70 Mate-Pair samples van het UMC-U

•Vorige analyses zijn per sample of per groep gedaan

•Mogelijkheid om te kijken naar populatie SV’s

•In totaal meer dan 700.000 ongefilterde niet unieke SV’s

16

Filter

17

Filter

18

Populatie SV’s

19

Confirmatie PCR’s

20

•29 SV's met overlap over het breekpunt10 SV's zonder overlap maar wel beide kanten gezien10 SV's zonder overlap en maar één kant gezien

Totaal 96 PCR’s welke van 2 kanten gesequenced zijn

Confirmatie PCR’s

21

•14 breekpunten op een inversie welke in een palindromische sequenties33 breekpunten die niet bevestig konden worden

Totaal 96 PCR’s welke van 2 kanten gesequenced zijn

Mogelijke vervolg stappen

•Sequenties van onbekende inserts bepalen

•Combinatie van paired-sequecing met read-depth en split-read SV-call methodes

22

Conclusie•Tot nu toe is het +/- 150x sneller

•De ongefilterde resultaten komen overheen met het oude programma

•Filter kan groot deel van de false-positives er uit filteren

•Programma kan al als vervanging voor het oude programma gebruikt worden

23

Dankwoord•Hubrecht

Instituut• Edwin Cuppen

• Marieke Simonis

• Wim Spee

• Sander Boymans

• Maarten van Iterson

• Sebastiaan van Heesch

• Roel Hermsen

• Eward Kuijk

• Eward de Bruijn

UMC Utrecht

Wigard Kloosterman

Mark van Roosmalen

Ivo Renkens

Hogeschool Utrecht

Anja ter Avest

Eva Greiner