Geri Dön

SNP array yöntemiyle saptanan kopya sayısı varyantlarının yeni nesil dizileme yöntemi ile saptanabilirliğinin araştırılması

Assessing the detectability of SNP array detected copy number variants by next generation sequencing

  1. Tez No: 998153
  2. Yazar: AHMET KARER YURTDAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EZGİ GÖKPINAR İLİ, DOÇ. DR. HALİL GÜRHAN KARABULUT
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Genetik, Genetics
  6. Anahtar Kelimeler: DNA mutasyon analizi, Ekzom dizileme, Mikrodizin, DNA mutational analysis, Exome sequencing, Microarray
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Tıbbi Genetik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, aynı olgulara ait SNP array ve tüm ekzom dizileme (TED) verilerinden yararlanılarak, SNP array ile tanımlanmış kopya sayısı varyantlarının TED verisinden, çeşitli biyoinformatik araçların kullanımıyla, ne ölçüde saptanabildiğinin değerlendirilmesi amaçlanmıştır. Gereç ve Yöntem SNP array ve TED verisi bulunan 56 olguda, TED temelli CNV çağrıları CNVkit, ExomeDepth, CODEX2 ve QIAGEN CLC Genomics Workbench uygulamaları ile elde edilmiş ve bu çağrılar ön işlemeye tabi tutulup bir araya getirilmiştir. SNP array CNV'leri segment düzeyinde standardize edilmiş ve nitel değerlendirmeye tabi tutularak bir referans küme tanımlanmıştır. Çağrılar, referans küme ile belirlenen kriterler esas alınarak eşleştirilmiştir. İlk eşleştirme sonrası uygulamaların çıktı detayları ile geliştirilen optimizasyon aşamaları gerçekleştirilmiş ve gelecekte klinik kullanılabilirlik hedefiyle iş akışı şemaları üretilmiştir. Bulgular İlk eşleştirme sonucunda uygulamalardan CNVkit referans kümenin %67,8'i; ExomeDepth %31,1'i; CODEX2 %27,3'ü ve CLC %17,5'i ile eşleşme göstermiştir. Kesişen birleşmeler de dahil olacak şekilde referans kümedeki 286 segmentin 235'i yakalanmış (%82,2), 51'i hiçbir uygulama tarafından yakalanamamıştır. Ayrıca tüm uygulamaların toplam olarak eşleşmeyen aday satır yükü (yanlış pozitiflik) 34.176 (olgu başına ~610) olarak izlenmiştir. Optimizasyon sonrası eşleşmeyen satır yükü 34.176'dan 1.271'e (olgu başına ~23) düşerken, ilk eşleşmede referans kümede yakalanan 235 segmentin 189'unun (%80,4) korunabildiği görülmüştür. Sonuç TED verisinden CNV saptanabilirliği, tek bir çağrı uygulamasına dayanmaktansa çoklu çağrıların verilerine dayanan çözümlerle anlamlı biçimde iyileştirilebilmiştir. Geniş kohortlar ve ortogonal doğrulama ile test edilmesi halinde bu çalışmada oluşturulan iş akışının gelecekte klinik kullanıma entegre edilebileceği düşünülmektedir.

Özet (Çeviri)

The aim of this study was to assess the detectability of copy number variants (CNVs) determined by SNP array in whole-exome sequencing (WES) data of the same cases by using multiple bioinformatics tools. Materials and Methods: WES-based CNV calls were generated in 56 cases with both SNP array and WES data using CNVkit, ExomeDepth, CODEX2, and QIAGEN CLC Genomics Workbench. Outputs were subjected to pre-processing and combined into a single call set. SNP array CNVs were harmonized at the segment level and, after qualitative review, a truth set was established. Candidate calls were matched to the truth set using predefined criteria. Based on the initial matching and tool-specific output patterns, optimization steps were implemented and workflow schemes were developed for future clinical applicability. Results In the initial comparison, CNVkit, ExomeDepth, CODEX2 and CLC matched 67.8%, 31.1%, 27.3% and 17.5% of the reference set respectively. When overlaps and concordant merged calls were taken into account, 235 of 286 reference segments were captured (82.2%), while 51 segments were not detected by any tool. The total number of non-matching candidate rows (false positives) across tools was 34,178 (approximately 610 per case). Following optimization, this burden decreased to 1,271 (approximately 23 per case), while 189 of the 235 segments captured in the initial step were retained (80.4%). Conclusions CNV detection from WES data was improved by leveraging concordant evidence across multiple callers rather than relying on a single tool. After validation in larger cohorts and with orthogonal methods, the proposed workflow may be considered for integration into future clinical practice.

Benzer Tezler

  1. Array-CGH ile tespit edilen kopya sayısı değişikliklerinin doğrulanmasında kantitatif PCR yönteminin kullanılması

    Başlık çevirisi yok

    AYSEL ÜNAL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    GenetikGazi Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    PROF. DR. FERDA EMRİYE PERÇİN

  2. Tek nükleotit polimorfizm temelli dizinleme (SNP Array) yöntemiyle değerlendirilen klinik örneklerin heterozigotluk kaybı olan bölgelerinin retrospektif olarak değerlendirilmesi

    Retrospective evaluation of regions with loss of heterozygosity in clinical samples evaluated by the single nucleotide polymorphism array (SNP Array)

    MERT POLAT

    Doktora

    Türkçe

    Türkçe

    2025

    GenetikBaşkent Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    PROF. DR. YUNUS KASIM TERZİ

  3. Glut1 eksikliği sendromunda genetik analizler

    Başlık çevirisi yok

    CEMRE ÖRNEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Genetikİstanbul Üniversitesi

    Genetik Ana Bilim Dalı

    DOÇ. DR. SİBEL AYLİN UĞUR İŞERİ

  4. Association mapping of quality traits in potato (Solanum tuberosum L.)

    Patateste (Solanum tuberosum L.) kalite özelliklerınin ilişkilndirme haritalandırması

    MUHAMMAD NAEEM

    Doktora

    İngilizce

    İngilizce

    2021

    BiyoteknolojiNiğde Ömer Halisdemir Üniversitesi

    Tarımsal Genetik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN ÇALIŞKAN

  5. Genetic and genomic architecture of salt tolerance in bread wheat

    Ekmeklik buğdayda tuz toleransının genetik ve genomik mimarisi

    BABAR HUSSAIN

    Doktora

    İngilizce

    İngilizce

    2018

    BiyolojiSabancı Üniversitesi

    Moleküler Biyoloji ve Genetik Bilim Dalı

    Prof. Dr. HİKMET BUDAK