Detección de variantes genomíquicas en datos de secuenciación de lecturas largas a partir de muestras de pacientes con entrada ultrabajada

La secuenciación de lecturas largas proporciona una visión más completa del genoma que la secuenciación de lecturas cortas, con una mejora en la detección de variantes estructurales, repetición tandem y pequeñas variaciones (variantes nucleotídicas singulares e inserciones y delecciones) en regiones difíciles de mapear. Una limitación de la secuenciación de lecturas largas ha sido el alto requerimiento de ADN de entrada, con varios microgramos necesarios por muestra. Aquí evaluamos dos métodos de secuenciación de genoma completo basados en amplificación de lectura larga: Ultra-Low Input HiFi (ULI-HiFi) y secuenciación de dMDA (droplet multiple displacement amplification). Al comparar con el conjunto de referencia Genome in a Bottle (NA24385), observamos una alta precisión y recuperación de variantes nucleotídicas singulares (SNVs) con ULI-HiFi en comparación con las muestras amplificadas por dMDA (puntuaciones F1 para SNVs del 99,82% para ULI-HiFi en comparación con el 89,46% para dMDA).

En un catálogo de >1,6 millones de repetición tandem (TRs), ULI-HiFi logró una concordancia perfecta del 90,4% y una precisión del 98,9% al permitir diferencias en un solo motivo. ULI-HiFi también iluminó genes médicamente importantes que fueron mal mapeados por la secuenciación de lecturas cortas. Extendimos ULI-HiFi para analizar una muestra normal, polipo y adenocarcinoma de un paciente con poliposis adenomatosa familiar (FAP), una forma hereditaria de cáncer colorrectal. Identificamos una repetición que se expandió progresivamente en longitud desde la normalidad hasta el polipo hasta el adenocarcinoma.

Esta repetición está ubicada en la 5' UTR del LIMD1, un supresor tumoral reportado. Pruebas de reporterio luciferas revelaron que aumentar la longitud de la repetición redujo significativamente la expresión en líneas celulares de cáncer colorrectal. Concluimos que ULI-HiFi mejora la caracterización de variantes genéticas en regiones oscuras del genoma a partir de muestras de pacientes, permitiendo una mejor comprensión de las enfermedades humanas.