队列分析？DRAGEN™舍我其谁

Illumina DRAGEN (Dynamic Read Analysis for GENomics) 是由 Illumina 因美纳开发的高性能生物信息分析平台，涵盖全基因组、全外显子组、转录组、甲基化、单细胞等分析模块，旨在帮助客户获得精准的多组学数据分析结果。DRAGEN尤其适用于大型人群队列研究项目，英国UK Biobank、美国All of US、新加坡PRECISE等研究项目都无一列外采用了DRAGEN分析平台。

近期在Nature发布的美国“All of Us”大型队列研究成果中，正是采用了NovaSeq 6000+DRAGEN数据分析的整体解决方案，方案流程图如下：

图表 1：All of US基因测序与分析方案流程图

大型人群队列项目

数据分析实战建议    

01

关于分析流程

在Genomics England中发起的10万名患者的基因组测序项目中采用了支持家系分析的DRAGEN Pedigree De Novo CNV Calling 数据分析流程以支持罕见病队列研究，详情参考：

Genomics England罕见病基因组分析指导手册

DRAGEN支持联合基因分型工具Iterative gVCF Genotyper Analysis，单机可以在24 小时内实现1000个样本的整合分析。

DRAGEN gVCF分析指南

02

关于测序深度

参考UK Biobank自然人群队列以及Genomics England Rare disease in the 100,000 Genomes Project研究项目，建议平均测序深度>=30x。而基于癌症相关的队列研究可参考Genomics England Cancer Genomic，建议肿瘤样本平均测序深度>=100x， 正常白细胞对照样本平均测序深度>=30x。

03

关于数据存储

由于大规模的基因组计划，数据存储和备份是一个很大的问题，参考UK Biobank与All of US都采用了保存CRAM格式的文件。在一项研究（Al Ali A, Kandavel P K, Al Mabrazi H, et al. CRAM compression: practical across-technologies considerations for large-scale sequencing projects[J]. bioRxiv, 2022: 2022.12. 21.521516）中，更是论证了采用CRAM这一无损压缩格式的可行性。同样在DRAGEN数据分析过程中，通过指定输出参数“--output-format CRAM {SAM/BAM}”就可以实现不同数据格式的输出，而无须借助第三方工具的额外转换。

UK Biobank全基因组分析常见问题指南

文件中说明了目前UK biobank提供两个版本WGS数据：

DRAGEN（Category 185.）

BWA-MEM/GATK CRAM（Category 270）

但鉴于遗传学界越来越多使用DRAGEN作为分析标准，BWA-MEM/GATK CRAM 版本可能会在未来版本中弃用，该决定会在 2024年传达给研究人员。

04

关于参考基因组版本

通过整理最新发布的一系列的基因组计划如：1000 Genomes Project (1kGP) 、UK Biobank、All of Us、Japanese Population、TOPMed、NyuWa、Westlake BioBank、China Kadoorie Biobank等都采用了GRCh38版本的参考基因组，All of Us还同时采用了CHM 13 telomere-to-telomere (T2T) human reference genome。

研究者可以根据不同的研究类型在因美纳官网下载DRAGEN支持的不同版本的参考基因组索引，如：GRCh37d5、hg19、hg38、GRCh38、chm13等。

DRAGEN™平台的

三大优势

DRAGEN平台提供最全面的变异检测，例如：SNV/Indel, SV, CNV, STR, PGx, targeted callers，并且可以一键化实现对基因组学数据的全景变异分析，极大地简化了分析步骤。

Graph参考基因组和机器学习推动实现更高的准确性。DRAGEN分析PrecisionFDA Truth Challenge V2基准数据，获得了99.84%的准确率得分。

PrecisionFDA Truth Challenge V2: Calling Variants from Short and Long Reads in Difficult-to-Map Regions. precision.fda.gov/challenges/10

DRAGEN on Illumina is the first single platform to achieve 99.84% accuracy based on PrecisionFDA v2 Truth Challenge Benchmark Data.

～25分钟内可处理30x的全基因组数据，检测内容包括：SNP/Indel、CNV、SV、STR等。相较于最常使用的开源工具BWA-GATK，提速16-20倍。

参考资料：

UK Biobank (https://www.ukbiobank.ac.uk)

论文引用：UK Biobank Whole-Genome Sequencing Consortium, Li S, Carss K J, et al. Whole-genome sequencing of half-a-million UK Biobank participants[J]. medRxiv, 2023: 2023.12. 06.23299426.

All of Us (https://allofus.nih.gov/)论文引用：The All of Us Research Program Genomics Investigators. Genomic data in the All of Us Research Program. Nature (2024).

Genomics England (https://www.genomicsengland.co.uk)

Illumina DRAGEN Resources for PopGen (https://developer.illumina.com/dragen/dragen-popgen)

仅供研究使用，不得用于诊断。