Expanded methylome and quantitative trait loci detection by long-read profiling of personal DNA
Notice bibliographique
Résumé
Abstract Structural variants (SVs) are omnipresent in human DNA, yet their genotype and methylation status is rarely characterized due to previous limitations in genome assembly and detection of modified nucleotides. Because of this, the extent to which these regions act as quantitative-trait loci is also largely unknown. Here, we generated a pangenome graph summarizing the SVs in 782 de novo assembled genomes obtained from the Genomic Answers for Kids rare disease cohort, that captures 14.6 million CpGs in DNA segments that are absent from the CHM13v2 assembly (SV-CpGs), expanding their number by 43.6%. Next, using 435 methylomes from the same samples, we genotyped a total of 7.99 million SV-CpGs, of which 5.18 million (64.8%) were found to be methylated (SV-5mCpGs) in at least one sample. To understand the provenance and impact of these novel SV-CpGs, we noted that non-repeat sequences were the leading contributor of SV-CpGs (3.3 × 10 6 ), followed by centromeric satellites (1.58 × 10 6 ), simple repeats (1.19 × 10 6 ), Alus (0.67 × 10 6 ), satellites (0.39 × 10 6 ), L1s (0.27 × 10 6 ), and SVAs (0.19 × 10 6 ). Meanwhile, the methylation rate of SV-CpGs was the highest in repeat sequences. Moreover, in contrast to Alus and L1s, centromeric satellites, simple repeats and SVA sequences were overrepresented in SV-5mCpGs compared to reference CpGs. Similarly, we established that non-reference CpGs were more than twice (37% vs. 15%) as likely to be variable, showing intermediate methylation levels in the population. Lastly, to explore if SVs detected in this pangenome are potentially causal for functional variation in population we measured methylation quantitative trait loci (SV-mQTLs) using CHM13v2 as a backbone. This revealed over 230,464 methylation bins within 100 kbp of a common SV (>5% MAF) showing significant association (at 5% FDR) with methylation variation. Finally, we assessed how many of these SVs-mQTLs were the leading QTL variant compared to SNVs and identified 65,659 methylation bins (28.5%) where the leading variant was an SV. In conclusion, our results demonstrate that graph genome references providing full SV structures in combination with the associated methylation variation reveal tens-of-thousands of QTLs that are more accurately mapped in personal genomes, underscoring the importance of assembly-based analyses of human traits.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».