Новости

Публикация в журнале BMC Bioinformatics

Статья посвящена новому методу определения вариаций числа копий последовательности (Copy number variation, CNV), который позволяет проводить поиск делеций и инсерций в данных таргетного секвенирования, полученных с использованием мультиплексной ПЦР. В создании статьи приняли участие Герман Демидов (Centre for Genomic Regulation (CRG), ранее — Parseq Lab), Тамара Симакова, Юлия Внучкова и Антон Брагин (Parseq Lab). Впервые результаты работы были представлены на Московской международной конференции по вычислительной молекулярной биологии в 2015 году.

Мультиплексная ПЦР — это распространенная техника пробоподготовки при проведении таргетного высокопроизводительного секвенирования (Massively parallel sequencing, MPS), широко используемого в биомедицинских исследованиях и клинической диагностике как быстрый, точный и недорогой по сравнению с полногеномным секвенированием метод определения генетических вариантов, таких как однонуклеотидные полиморфизмы (Single nucleotide polymorphism, SNP). Однако обнаружение крупномасштабных изменений в геноме, таких как, например, делеции нескольких сотен или тысяч пар нуклеотидов или вариаций числа копий последовательности (CNV) – трудноразрешимая задача для таргетного секвенирования из-за сложного механизма влияния пробоподготовки на результаты секвенирования.

Принимая во внимание тот факт, что подобные варианты могут играть решающую роль в развитии и прогрессировании заболеваний, необходимо использовать механизм поиска крупномасштабных изменений генома — теперь это возможно c помощью алгоритма и соответствующего программного продукта с открытым исходным кодом, разработанного командой Parseq Lab. Созданный на основе метода программный продукт CONVector на данный момент проходит верификацию для включения в состав диагностической тест-системы VariFind™, также разработанной коллективом Parseq Lab и предназначенной для работы с таргетными панелями.

В ходе работы над статьей авторы сравнили CONVector с аналогичными инструментами и показали его превосходство над конкурентами, а также определили аналитическую чувствительность и специфичность, составившие 84,62 % и 100 % соответственно.

Статья находится в открытом доступе на сайте журнала BMC Bioinformatics.
Инфопоток