?
HPRC2: A human pangenome reference with near-complete coverage of common genetic variation
Пангеномный референс позволяет преодолеть фундаментальное ограничение любого отдельного референсного генома за счёт интеграции генетической вариабельности, представленной в популяции. Мы представляем Release 2 Консорциума по созданию референсного пангенома человека (Human Pangenome Reference Consortium, HPRC2) — общедоступную пангеномную сборку второго этапа, которая примерно в пять раз превосходит HPRC Release 1 (HPRC1) по числу представленных геномов и демонстрирует измеримое улучшение полноты, непрерывности и точности геномных сборок.
Используя формализованный алгоритм отбора образцов, при котором приоритет отдавался максимальному охвату распространённых вариантов, в HPRC2 были включены 460 гаплотипов, которые в совокупности охватывают более 99% распространённой генетической вариабельности, наблюдаемой в когорте All of Us Research Program v8.
Объединяя длинные и ультрадлинные прочтения с высоким покрытием с современными алгоритмами сборки и полировки, мы получили тысячи хромосомных сборок от теломеры до теломеры (telomere-to-telomere, T2T). По сравнению с HPRC1 нам удалось вдвое сократить как число структурно ненадёжных регионов, так и количество ошибок на уровне отдельных нуклеотидов в расчёте на один гаплотип.
Мы дополнили эти сборки множественными выравниваниями полных геномов и аннотациями генов, а также разработали формальные пангеномные системы координат, позволяющие описывать вариации, отсутствующие в референсном геноме. Мы показываем, что каждый индивидуальный геном человека содержит более ста тысяч вариантов, которые невозможно компактно описать относительно существующих референсных геномов.
Кроме того, мы представляем первые в таком масштабе согласованные пан-транскриптом и пан-эпигеном, основанные на данных длинных прочтений, предоставляем непрерывные оценки локального происхождения (local ancestry), охватывающие каждый геном, и описываем широкий набор новых инструментов и применений, использующих пангеномный ресурс для повышения качества геномного анализа.