Methods of detecting structural variants based on high throughput sequencing data

Warianty strukturalne (SV) zmieniają budowę chromosomów bądź ich fragmentów i obejmują liczne podklasy, takie jak: inwersje, translokacje, insercje, delecje i duplikacje materiału genetycznego. SV występują z dużą częstością w genomach organizmów, przyczyniając się do ich zmienności fenotypowej i stanowiąc podłoże wielu chorób. Istotne jest więc ich dokładne i efektywne wykrywanie. Obok sposobów wykorzystujących mikromacierze (technika porównawczej hybrydyzacji genomów CGH) czy też hybrydyzację in situ, do detekcji SV coraz częściej stosuje się techniki wykorzystujące dane uzyskiwane z sekwencjonowania wysokoprzepustowego (NGS). NGS jest aktualnie głównym narzędziem otrzymywania informacji o sekwencji genomu, chociaż jego wyniki uzupełnia się niekiedy tradycyjną metodą Sangera. Na dzień dzisiejszy podstawowe algorytmy służące do wykrywania obecności wariantów strukturalnych, bazujące na krótkich odczytach sekwencji z NGS, to podejście sparowanych końców (PR), głębokości odczytu (RD) i podzielonego odczytu (SR). Podejście PR wyszukuje odchylenia od zakładanego rozmiaru wstawki między parą końców, metoda RD ocenia zmiany w głębokości odczytu, natomiast SR poszukuje odczytów, których początek mapuje się do innego miejsca genomu referencyjnego, niż koniec. Narzędzia bioinformatyczne opierające swoje działania na poszczególnych algorytmach w różnym stopniu są odpowiednie do wykrywania poszczególnych rodzajów SV. Główne problemy wpływające na precyzję detekcji wariantów to błędy wykonywane podczas sekwencjonowania lub mapowania, a także nieprawidłowe rozpoznawanie naturalnych zmienności występujących między genomami jako mutacje. Większą precyzję działań wspomnianych narzędzi uzyskuje się łącząc wyniki otrzymane innymi programami i zastosowaniem różnych algorytmów. Warto jednak podkreślić, iż ogromne znaczenie wariantów strukturalnych w biologii organizmów stanowi motor napędowy dla dziedzin z pogranicza genomiki i bioinformatyki do udoskonalania już istniejących i tworzenia coraz to nowszych sposobów wykrywania SV.Structural variants (SVs) occur with high frequency in the genomes of organisms, contributing to their phenotypic variation. They also provide the basis for many diseases. SVs modify the structure of chromosomes, or fragments of chromosomes. They include numerous subclasses such as inversions, translocations, insertions, deletions and duplications of the genetic material. It is essential, therefore, to detect them accurately and efficiently. In addition to methods using microarrays or in situ hybridization, techniques using high-throughput sequencing (NGS) data are increasingly used for SV detection. NGS is currently the main tool for obtaining genome sequence information, although its results are sometimes supplemented by the Sanger Method. As of today, the main algorithms for detecting the presence of structural variants and based on short sequence reads from NGS are the paired ends (PR), read depth (RD), and split read (SR) approaches. The PR approach searches for deviations from the assumed insertion size between a pair of ends, the RD method evaluates changes in read depth, and SR looks for reads whose start maps to a different location in the reference genome than the end. Bioinformatics tools based on particular algorithms are, to varying extents, suitable for detecting particular types of SVs. The main issues affecting the precision of variant detection are errors made during sequencing or mapping, as well as the incorrect recognition of natural variation occurring between genomes as mutations. Higher precision is obtained by combining results generated by different programs and using different algorithms. It is worth emphasizing, however, that the understanding of the great importance of structural variants in the biology of organisms is a driving force for the fields of genomics and bioinformatics, to improve already existing and create newer ways of detecting SV