跳到正文
bioRxiv 遗传学· Yang, Y.-H., Lin, Y.-H., Huang, K.-T., Lin, M.-J., Hsu, J. S., Chen, P.-L. ·· 2 天前精选AI 评分62

基于 232 人泛基因组组装的人类 TCR 胚系参考新增 531 个等位基因

Expanding the human T cell receptor germline reference through population-scale pangenome analysis using the gAIRR Suite version 2

AI 导读

预印本报告,gAIRR Suite 第 2 版利用 Human Pangenome Reference Consortium Release 2 的 232 人 464 个单倍型组装,鉴定出 531 个新的 TR 胚系等位基因(486 个 TRV、45 个 TRJ),其中 298 个未出现在 47 人的 Release 1 目录中。

AI 深度导读基于原文整理的分节解读
背景
编码适应性免疫受体库的胚系基因集(gAIRR)划定了表达库(exprAIRR)可组装的等位基因空间;参考不完整时,误差会传播到 T 细胞受体(TR)注释和分型,也妨碍把遗传性 TR 变异本身作为研究对象。人类 TR gAIRR 的多样性此前仍未充分刻画,原因一是这些位点难以用短读长解析,二是能解析到位点层面的队列规模一直很小。
做法
作者开发了 gAIRR Suite version 2,并改动了两处判定:gAIRR-annotate 的每条查询在等位基因核心两侧各带 50 bp 胚系序列,只有组装同时支持核心和两侧翼时才报告一个 call;gAIRR-call 则用于 Element AVITI 文库的基因型判定,其 500 bp Read 1 覆盖完整 V 核心及侧翼锚定序列。随后把该框架用于 Human Pangenome Reference Consortium Release 2,即来自五个超级人群、232 个个体的 464 个单倍型解析组装。新发现的每个等位基因还要求能在至少一名携带者的靶向测序读段中观察到,并与 47 个个体的 Release 1 目录对照。
结论
在 464 个组装中,作者报告了 531 个新 TR 等位基因(486 个 TRV、45 个 TRJ),其中 298 个不见于 47 个个体的 Release 1 目录;531 个每个都在至少一名携带者的靶向测序读段中出现。对 216 个个体的靶向分型(gAIRR-seq 与 gAIRR-call)与对应组装比较,61,628 个被评估等位基因的 99.985% 被回收,精确率为 99.995%。新增等位基因以罕见者为主:531 个中有 407 个局限于单一超级人群;这 407 个里非洲裔个体占 51.1%,把各组下采样到相同规模后为 46.0% ± 2.1%,而非洲裔占队列的 30.2%。Release 2 新增的常见等位基因很少。
机制
这套流程把判定条件放在核心与侧翼同时可验证上:标注端只有组装同时支持核心和两侧 50 bp 时才报告 call;分型端用 500 bp Read 1 把完整 V 核心与侧翼锚点放在同一条读段内。作者还把新等位基因限定在至少一名携带者的靶向测序读段中可观察到的范围内,使参考扩展与个体层面的测序证据对应起来。
意义
这意味着,扩大 TR gAIRR 参考的主要收益不在于补进多少常见等位基因,而在于把更大多样性队列才能捕获的罕见、人群局限变异纳入参考。更完整的等位基因空间可服务于 TR 注释与分型,也可用于研究遗传性 TR 变异;作者据此把群体尺度泛基因组分析定位为补足小规模或多样性不足队列漏掉变异的手段。

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

推荐理由

把 232 人泛基因组组装用于 TCR 胚系参考,新增 531 个等位基因并给出靶向分型一致率,可供受体注释与基因型判定参考。

来源:bioRxiv 遗传学 · biorxiv.org