Russian Journal of GeneticsRussian Journal of GeneticsГенетика0016-67583034-5103The Russian Academy of Sciences66684510.31857/S0016675823060115SUEMFUМАТЕМАТИЧЕСКИЕ МОДЕЛИ И МЕТОДЫComparative Analysis of Structural Variant Callers on the Short-Read Whole-Genome Sequencing DataСравнительный анализ инструментов для поиска структурных вариантов на данных короткоридового полногеномного секвенированияMkrtchianA. A.МкртчянА. А.AMkrtchyan@cspfmba.ruYudinS. M.ЮдинС. М.AMkrtchyan@cspfmba.ruKeskinovA. A.КескиновА. А.AMkrtchyan@cspfmba.ruYudinV. S.ЮдинВ. С.AMkrtchyan@cspfmba.ruShpakovaT. A.ШпаковаТ. А.AMkrtchyan@cspfmba.ruFrolovaL. V.ФроловаЛ. В.AMkrtchyan@cspfmba.ruSnigirE. A.СнигирьЕ. А.AMkrtchyan@cspfmba.ruSergeevA. P.СергеевА. П.AMkrtchyan@cspfmba.ruSvetlichnyD. V.СветличныйД. В.AMkrtchyan@cspfmba.ruPilipenkoM. N.ПилипенкоМ. Н.AMkrtchyan@cspfmba.ruIvashechkinA. A.ИвашечкинА. А.AMkrtchyan@cspfmba.ruZemskyP. U.ЗемскийП. Ю.AMkrtchyan@cspfmba.ruMitrofanovS. I.МитрофановС. И.AMkrtchyan@cspfmba.ruKazakovaP. G.КазаковаП. Г.AMkrtchyan@cspfmba.ruGrammatikatiK. S.ГрамматикатиК. С.AMkrtchyan@cspfmba.ruSkvortsovaV. I.СкворцоваВ. И.AMkrtchyan@cspfmba.ruFederal State Budgetary Institution “Centre for Strategic Planning and Management of Biomedical Health Risks” of the Federal Medical Biological AgencyФедеральное государственное бюджетное учреждение Центр стратегического планирования и управления медико-биологическими рисками здоровью Федерального медико-биологического агенства РоссииThe Federal Medical Biological Agency of RussiaФедеральное медико-биологическое агентство России0106202359668770726022025Copyright ©; 2023, А.А. Мкртчян, К.С. Грамматикати, П.Г. Казакова, С.И. Митрофанов, П.Ю. Земский, А.А. Ивашечкин, М.Н. Пилипенко, Д.В. Светличный, А.П. Сергеев, Е.А. Снигирь, Л.В. Фролова, Т.А. Шпакова, В.С. Юдин, А.А. Кескинов, С.М. Юдин, В.И. СкворцоваCopyright ©; 2023, А.А. Мкртчян, К.С. Грамматикати, П.Г. Казакова, С.И. Митрофанов, П.Ю. Земский, А.А. Ивашечкин, М.Н. Пилипенко, Д.В. Светличный, А.П. Сергеев, Е.А. Снигирь, Л.В. Фролова, Т.А. Шпакова, В.С. Юдин, А.А. Кескинов, С.М. Юдин, В.И. Скворцова2023А.А. Мкртчян, К.С. Грамматикати, П.Г. Казакова, С.И. Митрофанов, П.Ю. Земский, А.А. Ивашечкин, М.Н. Пилипенко, Д.В. Светличный, А.П. Сергеев, Е.А. Снигирь, Л.В. Фролова, Т.А. Шпакова, В.С. Юдин, А.А. Кескинов, С.М. Юдин, В.И. СкворцоваА.А. Мкртчян, К.С. Грамматикати, П.Г. Казакова, С.И. Митрофанов, П.Ю. Земский, А.А. Ивашечкин, М.Н. Пилипенко, Д.В. Светличный, А.П. Сергеев, Е.А. Снигирь, Л.В. Фролова, Т.А. Шпакова, В.С. Юдин, А.А. Кескинов, С.М. Юдин, В.И. Скворцоваhttps://transsyst.ru/0016-6758/article/view/666845

In this study three structural variant callers (Manta, Smoove, Delly) were analysed on the whole-genome sequencing data using four different alignment algorithms: DRAGEN, GDC DNA-Seq Alignment Workflow, GDC DNA-Seq Alignment Workflow + GDC DNA-Seq Co-Cleaning Workflow, NovoAlign, different lengths of raw reads: 2 × 150 bp and 2 × 250 bp, different mean genome coverage values. Results were compared to etalon results of GIAB team. Structural variants validation was hold also with Sanger sequencing. Structural variants deletions and insertions as it turned out were best determined with Manta tool. We’ve got 89–96% of accuracy and 59–70% of sensitivity for analysed deletions, and also 96–99% of accuracy and 15–36% of sensitivity for insertions. Smoove and Delly showed less accurate and sensitive results (Smoove: 91–95% of accuracy and 8–54% of sensitivity for deletions, Delly: 78–87% of accuracy and 31–66% of sensitivity for deletions, 99–100% of accuracy and 1–13% of sensitivity for insertions). Simultaneous using of two or even three structural variant callers didn’t give a rise of accuracy and sensitivity for deletions. Analysis showed that accuracy and sensitivity of structural variant callers rise with the rising of mean genome coverage value, increasing of reads length from 150 to 250 bp influence in to varying degrees on the accuracy and sensitivity of individual tools. Another inference of this study was that accuracy of structural variants callers vary depends on structural variants size range. For example, Manta finds better deletions in the range from 200 and more bp, Delly – from 1000 to 10 000 bp, Smoove – from 200 to 10 000 bp.

Проанализирована работа трех биоинформатических инструментов (Manta, Smoove, Delly) для поиска структурных вариантов на данных полногеномного секвенирования с использованием четырех разных алгоритмов выравнивания: DRAGEN, GDC DNA-SeqAlignment Workflow, GDC DNA-SeqAlignmentWorkflow + GDC DNA-SeqCo-cleaning Workflow, NovoAlign, разных длин “сырых” прочтений: 2 × 150 и 2 × 250 пн, разных показателей среднего покрытия генома. Полученные показания соотнесены с эталонными результатами команды GIAB. Проведена проверка выявленных структурных вариантов с помощью секвенирования по методу Сэнгера. Выявили, что структурные варианты типа делеция и инсерция лучше всего определяются с помощью инструмента Manta. Мы получили 89–96% точности и 59–70% чувствительности для проанализированных делеций, а также 96–99% точности и 15–36% чувствительности для инсерций. Smoove и Delly продемонстрировали менее точные и чувствительные результаты (Smoove: 91–95% точности и 8–54% чувствительности для делеций; Delly: 78–87% точности и 31–66% чувствительности для делеций, 99–100% точности и 1–13% чувствительности для инсерций). Показали, что использование комбинации из двух и даже трех инструментов не повышает процента подтвержденных структурных вариантов для типов делеция, инсерция, дупликация. Проведенный анализ выявил, что с увеличением среднего значения покрытия генома увеличиваются показатели точности и чувствительности работы биоинформатических инструментов для поиска структурных вариантов, а увеличение длины прочтений с 150 до 250 пн влияет в разной степени на точность и чувствительность работы отдельных инструментов. Также сделали вывод, что точность работы инструментов для поиска структурных вариантов варьируется в зависимости от диапазона размеров структурных вариантов. Например, Manta лучше находит делеции в диапазоне от 200 и более пн, Delly – от 1000 до 10 000 пн, Smoove – от 200 до 10 000 пн.

structural variantsWGSshort-read sequencingalignmentGIAB.структурные вариантыполногеномное секвенированиесеквенирование на коротких прочтенияхвыравниваниеGIAB.Pang A.W., MacDonald J.R., Pinto D. et al. Towards a comprehensive structural variation map of an individual human genome // Genome Biol. 2010. V. 11. № 5. P. R52. https://doi.org/10.1186/gb-2010-11-5-r52The International HapMap Consortium. The international hapmap project // Nature. 2003. P. 789–796. https://doi.org/10.1038/nature02168Sudmant P.H., Rausch T., Gardner E.J. et al. An integrated map of structural variation in 2,504 human genomes: 7571 // Nature. 2015. V. 526. № 7571. P. 75–81. https://doi.org/10.1038/nature15394Pös O., Radvanszky J., Buglyo G. et al. DNA copy number variation: Main characteristics, evolutionary significance, and pathological aspects // Biomed. J. 2021. V. 44. № 5. P. 548–559. https://doi.org/10.1016/j.bj.2021.02.003Alkan C., Coe B.P., Eichler E.E. Genome structural variation discovery and genotyping // Nat. Rev. Genet. 2011. V. 12. № 5. P. 363–367. https://doi.org/10.1038%2Fnrg2958Mahmoud M., Gobet N., Cruz-Davalos D.I. et al. Structural variant calling: the long and the short of it // Genome Biol. 2019. V. 20. № 1. P. 246. https://doi.org/10.1186/s13059-019-1828-7Carvalho C.M., Lupski J.R. Mechanisms underlying structural variant formation in genomic disorders // Nat. Rev. Genet. 2016. V. 17. № 4. P. 224–238. https://doi.org/10.1038/nrg.2015.25Sedlazeck F.J., Lee H., Darby C.A. et al. Piercing the dark matter: bioinformatics of long-range sequencing and mapping // Nat. Rev. Genet. 2018. V. 19. № 6. P. 329–346. https://doi.org/10.1038/s41576-018-0003-4Collins R.L., Brand H., Karczewski K.J. et al. A structural variation reference for medical and population genetics // Nature. 2021. V. 581. P. 444–451. https://doi.org/10.1038/s41586-020-2287-8Weischenfeldt J., Symmons O., Spitz F. et al. Phenotypic impact of genomic structural variation: Insights from and for human disease // Nat. Rev. Genet. 2013. V. 14. № 2. P. 125–138. https://doi.org/10.1038/nrg3373Stankiewicz P., Lupski J. Structural variation in the human genome and its role in disease // Annu. Rev. Med. 2010. V. 61. P. 437–455. https://doi.org/10.1146/annurev-med-100708-204735Schüle B., McFarland K.N., Lee K. et al. Parkinson’s disease associated with pure ATXN10 repeat expansion // NPJ Parkinson’s Disease. 2017. V. 3. P. 27. https://doi.org/10.1038/s41531-017-0029-xYeh Y.C., Ho H.L., Wu Y.C. et al. AKT1 internal tandem duplications and point mutations are the genetic hallmarks of sclerosing pneumocytoma // Mod. Pathol. 2020. V. 33. № 3. P. 391–403. https://doi.org/10.1038/s41379-019-0357-ySchütte J., Reusch J., Khandanpour C. et al. Structural variants as a basis for targeted therapies in hematological malignancies // Front. Oncol. 2019. V. 9. P. 839. https://doi.org/10.3389%2Ffonc.2019.00839Ewing A., Meynert A., Churchman M. et al. Structural variants at the BRCA1/2 loci are a common source of homologous repair deficiency in high-grade serous ovarian carcinoma // Clin. Cancer Res. V. 27. № 11. P. 3201–3214. https://doi.org/10.1158/1078-0432.ccr-20-4068Malhotra D., Sebat J. CNVs: Harbingers of a rare variant revolution in psychiatric genetics // Cell. 2012. V. 148. № 6. P. 1223–1241. https://doi.org/10.1016%2Fj.cell.2012.02.039Huse K., Taudien S., Groth M. et al. Genetic variants of the copy number polymorphic β-defensin locus are associated with sporadic prostate cancer // Tumor Biol. 2008. V. 29. № 2. P. 83–92. https://doi.org/10.1159/000135688Wellcome Trust Case Control Consortium. Genome-wide association study of CNVs in 16,000 cases of eight common diseases and 3,000 shared controls // Nature. 2010. V. 464. P. 713–720. https://doi.org/10.1038/nature08979Fanciulli M., Norsworthy P.J., Petretto E. et al. FCGR3B copy number variation is associated with susceptibility to systemic, but not organ-specific, autoimmunity // Nat. Genet. 2007. V. 39. № 6. P. 721–723. https://doi.org/10.1038/ng2046Fellermann K., Stange D.E., Schaeffeler E. et al. A chromosome 8 gene-cluster polymorphism with low human beta-defensin 2 gene copy number predisposes to crohn disease of the colon // Am. J. Hum. Genet. 2006. V. 79. № 3. P. 439–448. https://doi.org/10.1086/505915Hollox E.J., Huffmeier U., Zeeuwen P.L. et al. Psoriasis is associated with increased β-defensin genomic copy number // Nat. Genet. 2008. V. 40. № 1. P. 23–25. https://doi.org/10.1038/ng.2007.48Zook J.M., Hansen N.F., Olson N.D. et al. A robust benchmark for detection of germline large deletions and insertions // Nat. Biotechnol. 2020. V. 38. P. 1347–1355. https://doi.org/10.1038/s41587-020-0538-8Ye J., Coulouris G., Zaretskaya I. et al. Primer-BLAST: A tool to design target-specific primers for polymerase chain reaction // BMC Bioinformatics. 2012. V. 13. № 1. P. 134. https://doi.org/10.1186/1471-2105-13-134Sequencing analysis viewer [Electronic resource] // Sequencing analysis viewer support. URL: https://support.illumina.com/sequencing/sequencing_software/ sequencing_analysis_viewer_sav.html (accessed: 15.09.2022).bcl2fastq [Electronic resource] // bcl2fastq. URL: https://emea.support.illumina.com/sequencing/sequencing_software/bcl2fastq-conversion-software/ downloads.html (accessed: 13.05.2022).FastQC [Electronic resource] // Babraham bioinformatics FastQC a quality control tool for high throughput sequence data. URL: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/ (accessed: 13.05.2022).Illumina DRAGEN Bio-IT Platform [Electronic resource] // Illumina DRAGEN Bio-IT platform | variant calling & secondary genomic analysis software tool. URL: https://www.illumina.com/products/by-type/informatics-products/dragen-bio-it-platform.html (accessed: 13.05.2022).Schneider V.A., Graves-Lindsay T., Howe K. et al. Evaluation of GRCh38 and de novo haploid genome assemblies demonstrates the enduring quality of the reference assembly // Genome Res. 2017. V. 27. № 5. P. 849–864. https://doi.org/10.1101/gr.213611.116Chen X., Schulz-Trieglaff O., Shaw R. et al. Manta: Rapid detection of structural variants and indels for germline and cancer sequencing applications // Bioinformatics. 2016. V. 32. № 8. P. 1220–1222. https://doi.org/10.1093/bioinformatics/btv710Smoove [Electronic resource] // Brent S. Smoove: structural-variant calling and genotyping with existing tools. URL: https://github.com/brentp/smoove (accessed: 13.07.2022).Rausch T., Zichner T., Schlattl A. et al. DELLY: structural variant discovery by integrated paired-end and split-read analysis // Bioinformatics. 2012. V. 28. № 18. P. i333–i339. https://doi.org/10.1093/bioinformatics/bts378NCBI [Electronic resource] // GRCh37 hg19 genome assembly NCBI. URL: https://www.ncbi.nlm.nih.gov/assembly/GCF_000001405.13/ (accessed: 15.09.2022).Zhao H., Sun Z., Wang J. et al. CrossMap: A versatile tool for coordinate conversion between genome assemblies // Bioinformatics. 2014. V. 30. № 7. P. 1006–1007. https://doi.org/10.1093/bioinformatics/btt730GDC [Electronic resource] // GDC viewer docs. URL: https://docs.gdc.cancer.gov/Data_Dictionary/viewer/#?view=table-definition-view&id=alignment_cocleaning_workflow (accessed: 13.07.2022).Li H., Durbin R. Fast and accurate long-read alignment with Burrows–Wheeler transform // Bioinformatics. 2010. V. 26. № 5. P. 589-595. https://doi.org/10.1093/bioinformatics/btp698Danecek P., Bonfield J.K., Liddle J. et al. Twelve years of samtools and bcftools // GigaScience. 2021. V. 10. № 2. https://doi.org/10.1093/gigascience/giab008Pedersen B.S., Quinlan A.R. Duphold: scalable, depth-based annotation and curation of high-confidence structural variant calls // GigaScience. 2019. V. 8. № 4. https://doi.org/10.1093/gigascience/giz040Jeffares D.C., Jolly C., Hoti M. et al. Transient structural variations have strong effects on quantitative traits and reproductive isolation in fission yeast // Nat. Commun. 2017. V. 8. P. 14061. https://doi.org/10.1038/ncomms14061Witty.er [Electronic resource] // Wan Y., Ho K. Witty.er. URL: https://github.com/Illumina/witty.er (accessed: 13.07.2022).Unipro UGENE [Electronic resource] // Unipro UGENE: a unified bioinformatics toolkit. Bioinformatics. Oxford academic. URL: https://academic.oup.com/bioinformatics/article/28/8/1166/195474?login=false (accessed: 13.07.2022).Robinson J.T., Thorvaldsdottir H., Winckler W. et al. Integrative genomics viewer // Nat. Biotechnol. 2011. V. 29. № 1. P. 24–26. https://doi.org/10.1038/nbt.1754