Yapay zekâ yorumuYapay zekâ üretimi
Tüm genom verisiyle kan grubu tayini mümkün ama derinlik şart.
Bu çalışma, tüm genom dizileme (WGS) verilerinden kırmızı kan hücresi antijenlerinin ve HLA-DRB1'in tiplenip tiplenemeyeceğini araştırdı. 79 bireyin genomu, KEL, FY, JK, YT, DO, CO, IN, DI ve LW gibi 9 kan grubu sistemi için 1648 değişken pozisyon içeren özel bir veritabanıyla analiz edildi. Sonuçlar, kan grubu polimorfizmlerinde %93, HLA-DRB1'de %91 uyum gösterdi. Yazarlar, WGS'nin güvenilir sayılması için okuma derinliğinin 15x'in üzerinde olması gerektiğini vurguluyor.
- Kan grubu polimorfizmleri için %93, HLA-DRB1 için %91 uyum sağlandı.
- Güvenilir tipleme için okuma derinliğinin 15x üzerinde olması gerekiyor.
- WGS, zayıf JK alelleri gibi nadir kan antijenlerinin taranmasında potansiyel gösteriyor.
Örnek yorumu
Çalışmada 79 bireyin tam genom verisi incelendi. Bu kişilerin Y-DNA haplogrupları çoğunlukla R-M87, R-FT414862, R-FT412111 gibi R alt dallarında toplanıyor. Mitokondriyal DNA'da ise Z7, U2b2, C4a1a-T195C! gibi çeşitli haplogruplar görülüyor. Tüm örnekler UZ8_90 bölgesinden alınmış. Bu dağılım, örnek grubunun genetik çeşitliliğini yansıtıyor.
Soy meraklıları için
Bu bulgular, ham genom veriniz varsa kan grubu ve HLA tiplemesi yapılabileceğini gösteriyor. Ancak düşük okuma derinliği yanlış sonuçlara yol açabilir; bu yüzden verinizin kalitesine dikkat etmelisiniz. Nadir kan antijenleri taşıyıp taşımadığınızı öğrenmek de mümkün.
Özet
Tüm genom verileri sayesinde birçok soru araştırılabilir. Bu çalışmanın amacı, başlıca sınırlamalarının, yani yazılım mevcudiyeti ve veritabanı doğruluğunun üstesinden gelmek ve tüm genom dizileme (WGS) verilerinden kırmızı kan hücresi (RBC) antijen tiplemesinin uygulanabilirliğini değerlendirmekti. 79 bireyin tüm genom verilerini HLA-DRB1 ve 9 RBC antijeni açısından analiz ettik. Tüm genom dizileme verileri, değişken pozisyonların allelleri veya haplotipleri tanımlamak üzere fazlanmasına olanak tanıyan ve yeni nesil dizileme verilerinden HLA tiplemesi için doğrulanmış bir yazılımla analiz edildi. KEL (KEL), ACKR1 (FY), SLC14A1 (JK), ACHE (YT), ART4 (DO), AQP1 (CO), CD44 (IN), SLC4A1 (DI) ve ICAM4 (LW) genlerinde analiz edilen 1648 değişken pozisyon içeren özel bir veritabanı oluşturuldu. Tüm genom dizileme tiplemesi, daha önce amplikon tabanlı monoalelik dizileme ve SNaPshot analizi ile elde edilenlerle karşılaştırıldı. Tüm genom dizileme verileri diğer alleller açısından da araştırıldı. Sonuçlarımız kan grubu polimorfizmleri için %93, HLA-DRB1 için %91 uyum gösterdi. Hatalı tipleme ve çözümlenmemiş sonuçlar, WGS'nin kesinlikle 15x'in üzerinde okuma derinlikleriyle güvenilir kabul edilmesi gerektiğini doğruladı. Sonuçlarımız, WGS'den RBC antijen tiplemesinin uygulanabilir olduğunu, ancak SNV polimorfizm tipleme doğruluğu için okuma derinliğinde iyileştirmeler gerektirdiğini destekledi. Ayrıca, zayıf JK allelleri gibi nadir kan antijenlerine sahip donörlerin taranmasında WGS'nin potansiyelini gösterdik. İmmünogenetik laboratuvarlarında WGS analizinin geliştirilmesi, RBC bozukluklarının yönetiminde kişiselleştirilmiş bakım sunacaktır.