研究人员利用高覆盖率全基因组测序和改进的分析方法扩大和升级1000基因组计划资源  

对来自1000基因组计划的原始2504个样本进行了重新测序，并添加了新的相关样本，以生成改进的公开可获取的全基因组测序资源  

七年前，1000基因组计划(1kGP)发布了一个开放获取的资源，主要基于来自世界五大洲26个种群的2504个个体的低覆盖率全基因组测序(WGS)数据，这是WGS首次大规模提供人类遗传变异目录的工作。

现在，纽约基因组中心(NYGC)的研究人员与马萨诸塞总医院、耶鲁大学和人类基因组结构变异联盟(HGSVC)的团队合作，已经扩大了1kGP资源，除了原始样本外，几乎包括所有的亲子三人组，并使用Illumina NovaSeq仪器对他们进行高覆盖率测序。这项研究发表在Cell，对扩大的1kGP队列的高覆盖率WGS数据进行了综合分析，该队列现在包括3202个样本，包括602个trios。

NYGC计算生物学科学主任、该研究的资深作者Michael Zody博士解释说:“1000基因组计划队列是如此宝贵的资源，我们认为它将对社区有用，使测序与最新版本的短读技术同步，同时增加以前遗漏的家族样本的丰富性。”

通过使用最先进的方法和算法，NYGC的研究人员对来自淋巴母细胞细胞系(LCLs)，从扩展队列到30X基因组覆盖的目标深度。接下来，研究小组进行了单核苷酸变异(SNV)和短插入和删除(INDEL)调用，包括从相对于人类基因组参考的序列数据中识别变异位点，并对队列中所有样本中发现的变异位点进行基因分型。

此外，来自哈佛医学院、布罗德研究所和马萨诸塞总医院的Michael Talkowski博士团队，与耶鲁大学和华盛顿大学医学院的Ira Hall博士团队以及HGSVC合作，通过整合多种分析方法，在3,202 1kGP样本中发现了一组全面的结构变异(SVs)，并进行了基因分型。

总的来说，该研究显示，变异体调用的发现能力和精确度都有显著提高，尤其是在罕见的snv、INDELs和SVs之间，这些是以前低覆盖测序无法实现的。

原始1kGP资源的一个重要方面是它被用作变异归因的参考板，即根据从参考板上了解到的通常在人群中一起遗传的变异分组，对稀疏的、基于阵列的样本中未观察到的基因型进行统计推断，这促进了许多全基因组关联研究（GWAS）。现在，随着原始资源的扩展，该团队升级了参考归因小组，以包括更多通过高覆盖率的WGS和trios家族发现的变体。

"NYGC高级生物信息学科学家、该研究的共同第一作者Marta Byrska-Bishop博士解释说："新的归因小组包括更多的位点，特别是许多更常见的INDELs和SVs，从而扩大了GWAS可获得的变体数量，鉴于非SNV变异的影响大小很大，这可能使发现新的遗传关联，帮助确定致病变体。”

所有的原始序列数据和变体调用集在测序完成后立即通过几个基因组数据库向公众发布，包括由欧洲分子生物学实验室（EMBL-EBI）的欧洲生物信息研究所的共同作者维护的国际基因组样本资源（IGSR）。

"我们的目标是让这一公共资源成为未来群体遗传研究和方法开发的基准，"马萨诸塞州总医院基因组医学中心的博士后研究员、该研究的共同第一作者Xuefang Zhao博士补充说。

这些数据已经引起了遗传学和基因组学界的兴趣。由于1kGP样本的完全开放性质，这种情况可能会持续数年，与大多数新出现的WGS工作不同，这些样本被同意公开发布基因数据，没有访问或使用限制。

文章标题

High coverage whole genome sequencing of the expanded 1000 Genomes Project cohort including 602 trios