生物纳米孔对控制生物分子跨细胞脂质膜的进出口至关重要。它们在生物物理学和生物技术领域得到广泛应用,其通常较窄且固定的直径能够选择性地运输离子和小分子,以及用于测序应用的 DNA 和肽。然而,由于其通道尺寸较小,因此无法通过较大的大分子,例如治疗剂。在这里,利用 DNA 折纸纳米技术、机器启发设计和合成生物学的独特组合特性,提出一种结构可重构的 DNA 折纸 MechanoPore (MP),其管腔可通过分子触发器调整大小。通过 3D-DNA-PAINT 超分辨率成像和染料流入分析证实了 MP 在 3 个稳定状态之间的可控切换,这是通过反相乳液 cDICE 技术在脂质体膜中重建大型 MP 后实现的。跨膜运输的共聚焦成像显示了具有可调阈值的尺寸选择性行为。重要的是,构象变化是完全可逆的,证明了强大的机械切换可以克服来自周围脂质分子的压力。这些 MP 推动了纳米孔技术的发展,提供了可以根据需要进行调整的功能性纳米结构,从而影响了药物输送、生物分子分选和传感以及自下而上的合成生物学等多种领域。
7月24日,星期三,09:30-10:30只需连接运动蛋白| P. Stiblik,Z。Blahova(NGS Geeks)10:30-11:00牛津纳米孔技术 - 实验室简介| L. Villacorta,D。Welter,J。Provaznik11:00-12:30实践实验室培训 - 样本QC理论,DNA提取,DNA QC | L. Villacorta,D。Welter,J。Provaznik12:30-13:30午餐休息13:30-16:00实用的湿实验室培训 - 结束维修和清理| L. Villacorta,D。Welter,J。Provaznik18:30晚餐(网络)
摘要 衰老会破坏 DNA 修复和表观遗传控制等细胞过程,导致基因组改变的逐渐积累,从而对有丝分裂后细胞产生有害影响。基因组中富含重复序列的区域的基因组变异通常被称为“暗位点”,使用传统测序方法很难解决。新的长读技术为探索以前无法访问的基因组区域提供了有希望的途径。使用基于纳米孔的长读全基因组测序从 18 岁人类大脑中提取的 DNA,我们确定了重复 DNA 中以前未报告的结构变异和甲基化模式,重点关注转座因子(“跳跃基因”)作为变异的关键来源,特别是在暗位点中。我们的分析揭示了潜在的体细胞插入变异,并为许多逆转录转座子家族提供了 DNA 甲基化频率。我们进一步展示了该技术在研究阿尔茨海默病患者大脑中这些具有挑战性的基因组区域方面的实用性,并确定了病理正常大脑与阿尔茨海默病患者大脑中 DNA 甲基化的显著差异。为了突出这种方法的强大功能,我们发现了具有改变的 DNA 甲基化模式的特定多态性逆转录转座子。这些逆转录转座子位点有可能导致病理学,值得在阿尔茨海默病研究中进一步研究。总之,我们的研究首次基于长读 DNA 测序分析了阿尔茨海默病神经病理学中衰老大脑的逆转录转座子序列、结构变异和 DNA 甲基化。
摘要 基于牛津纳米孔技术 (ONT) 的甲基化测序因其快速准确地对脑肿瘤进行分类而受到越来越多的认可。这一过程对于最佳患者治疗至关重要。然而,目前广泛的临床应用受到对新鲜冷冻活检的需求而不是标准福尔马林固定石蜡包埋 (FFPE) 样本的限制。我们的研究探讨了 FFPE 对 DNA 甲基化的影响,并提出了一种基于 ONT 的 FFPE 肿瘤分类的开发和验证方案。我们提出了一种实用的解决方案,用于在常规临床环境中精确诊断脑肿瘤,并在护理点及时做出治疗决策,而不会干扰手术室标准。关键词:肿瘤分类、牛津纳米孔技术、表观遗传分析、DNA 甲基化、FFPE 活检样本、中枢神经系统肿瘤、精准医学、病理学。准确分类肿瘤类型和亚型对于促进全面精准的患者治疗至关重要 1-3 。例如,世界卫生组织 (WHO) 对中枢神经系统 (CNS) 肿瘤的分类涵盖 10 多个主要肿瘤类别,每个类别又包含许多亚类,总共有 100 多个不同的实体,需要不同的治疗方法,并且与不同的预后和临床病程相关 4。这些肿瘤实体在形态、空间和遗传特征上经常表现出相似性 5–7,因此难以区分它们。此外,神经病理学家可能会对组织病理学结果提供不同的解释,这增加了该过程的主观性 8。另一方面,表观遗传学,特别是 DNA 甲基化——已被证明是一种强大而稳定的工具,可准确区分绝大多数这些肿瘤亚型 2,因此基于甲基化的分类已纳入 2021 年 WHO 对 CNS 肿瘤的分类 4。因此,检查肿瘤甲基化模式最近已成为临床诊断程序的一部分,基于甲基化的分类器已经可用于中枢神经系统肿瘤和肉瘤,其他用于不同肿瘤类型的分类器正在开发中 9 。然而,将 DNA 甲基化纳入脑肿瘤的诊断检查已被证明具有挑战性。评估这些甲基化模式的“金标准”方法是 DNA 杂交阵列,例如 Infinium MethylationEPIC 阵列 10 ,但它具有明显的缺点,包括费用高、周转时间长、所需起始材料量大(最低 500ng DNA,最好是 1ug DNA),需要积累多个样本才能获得结果,并且需要训练有素的人员,这与临床需求通常要求的短时间范围不符 。
摘要:近年来,气候变化的问题在全球范围内都提高了人们的意识和关注。它对世界各地的生态系统产生了各种影响,导致许多物种在环境上受到压力。表观遗传学是一个关于气候变化的概念,正在更普遍地研究。由于环境的变化,可能会出现压力引起的遗传性状,而不会改变基因组代码(称为表观遗传学改变)。这样的表观遗传改变是DNA甲基化,它发生在细胞对环境应激的反应中。菲律宾负担得起的蛋白质的一个主要来源来自野生圆形SCAD鱼,该鱼的人口和体型最近都面临着迅速下降的速度。我们研究的目的是探索野生圆形SCAD中DNA甲基化的模式,以确定这些变化是否与对全球气候压力的表观遗传反应有关。收集圆形SCAD DNA的样品并从菲律宾分离出来。使用纳米孔小牛仔群(一种便携式第三代DNA测序技术),我们能够获得检测甲基化位点所需的高质量DNA序列。但是,DNA序列短,需要改进。为了促进我们的分析,我们正在测序斑马鱼的基因组以进行比较。在这里,我们将报告收集的初始数据。我们预计,该项目的长期发现将提供关键的信息,以管理面对类似环境压力源的野生圆形SCAD和其他海洋鱼类。
在不到四十年的时间里,纳米孔测序技术从笔记本页面上的一个令人难以置信的思想到了人类基因组完整顺序的决定性贡献者之一。它的快速发展,尤其是近年来,不仅是由于其对纳米孔的固有创新而驱动的,而且还取决于综合领域的协同进步,例如GPU加速和深层神经网络,以及深层的跨学科影响,例如诸如语音识别之类的领域。然而,在这种快速的进步中,纳米孔测序中的某些方法仍然相对尚未探索。这种疏忽有可能在技术进一步的发展中创造瓶颈。在本文工作中,我们深入研究了这些未知的领域,试图填补关键的空白并将技术分为新的边界。我们的目标是释放其潜力,从而在基因组研究及其他方面取得进一步的突破。通过我们的研究,我们开发了两种新型算法和两个量身定制的新颖模型,以解决纳米孔测序的这些不足的方面。属于MBS组的两种算法,GMB和LFB都为HHMMS固有的具有挑战性的解码问题提供了创新的解决方案。它们是针对不同场景量身定制的两个不同变体。虽然GMBS专门用于解码冗长的序列(例如在长阅读的基本词中遇到的序列),但LFBS已优化用于并行编程,并在处理短长度的sepciences方面表现出色。在这项研究中开发的两个创新模型,每种利用HHMM的变化并采用端到端方法,展示了分辨的结构。第一个模型是EDHMM和DNN的混合体,显示了整合知识驱动和数据驱动技术的有效性。相比之下,第二个模型是一种定制设计的解旋酶HMM,它从测序设备中发现的运动蛋白的开创性研究中汲取了灵感。凭借其精心制作的层次结构架构具有超过500万个排放状态,该模型提供了与其前身相当的全面功能空间。
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。该预印本版的版权持有人于2024年4月15日发布。 https://doi.org/10.1101/2024.04.12.589171 doi:Biorxiv Preprint
原始测序数据以POD $,FASTQ和BAM格式为单位。基本符号是在测序过程中实时在POD9文件上进行的,以使用牛津纳米孔技术提供的预训练模型来确定基本身份。默认模式的基本模式为HAC(高精度),但是其他模式也可用(例如,SUP超级准确性和双工; https://nanaporetech.com/platform/accuracy)。可以启用修改的基本调解来捕获表观遗传基础修改,该修改仅存储在BAM文件(不协调)中。我们还提供了针对条形码数据的脱氧化。所有数据都可以上传到创建(https://docs.er.kcl.ac.uk/)。
尽管最近在提高慢病毒基因疗法的疗效方面取得了进展,但相当一部分生产的载体含有不完整且可能无功能的 RNA 基因组。这可能会破坏慢病毒的基因传递,并增加制造成本,必须加以改进以促进慢病毒基因疗法的广泛临床实施。在这里,我们比较了三种长读测序技术检测载体设计问题的能力,并确定纳米孔直接 RNA 测序是最强大的。我们展示了这种方法如何识别和量化由隐蔽剪接和多聚腺苷酸化位点引起的不完整 RNA,包括广泛使用的土拨鼠肝炎病毒转录后调控元件 (WPRE) 中的潜在隐蔽多聚腺苷酸化位点。使用慢病毒 RNA 的人工多聚腺苷酸化,我们还在分析的慢病毒载体中识别出多个发夹相关截断,这些截断占检测到的 RNA 片段的大部分。最后,我们表明这些见解可用于优化慢病毒载体设计。总之,纳米孔直接 RNA 测序是慢病毒载体质量控制和优化的有力工具,可能有助于改进慢病毒制造,从而开发更高质量的慢病毒基因疗法。
考虑到纳米孔测序的~5%测序错误(主要是插入和缺失)和供体片段的部分截断整合,我们在分配数据时基于预期的完美插入大小将间隔扩大±20%。然后,我们用正向骨架插入(Bf)、反向骨架插入(Br)、正向F8盒式插入(F8f)和反向F8盒式插入(F8r)的grepseqs分析了9个数据集特定长度范围内的数据。最后,我们计算出F8盒式插入和骨架整合的比例,分别为40.24%和44.47%。有趣的是,完全供体整合占总插入事件的14.16%,而其余的插入涉及两个相同的片段和三个片段的整合(图5B)。