Несмотря на высокую численность и большое этническое разнообразие населения России, пока не создана централизованная база данных функциональных геномных вариантов и вариантов, специфичных для каждой этнической группы. Такая база данных необходима для внедрения персонализированной прецизионной медицины в России, что уже успешно осуществлено в ряде Европейских и Азиатских стран, а также в Америке, путем создания аналогичных геномных баз данных. Персонализированная медицина предполагает индивидуальный подход для лечения и профилактики каждой из популяций. Также геномная база данных позволяет более детально изучить пути миграции, оседлости и смешения российских народов и выявить их генетическое родство с другими популяциями мира. В рамках проекта «Российские геномы» в 2018 году эта проблема решалась путём полногеномного секвенирования геномов представителей различных этнических и территориальных групп, проживающих в Российской Федерации. В начале года проводились исследования по контролю качества данных секвенирования ДНК для сравнительного тестового секвенирования в нескольких независимых друг от друга центрах(bake-off). Был подготовлен детальный суммарный отчет по качеству секвенирования по всем запускам и опубликована статья в журнале PLoS One.
В 2018 году проект "Российские геномы" преследовал следующие цели: 1) создание базы данных геномов здоровых людей, принадлежащим к различным этническим и региональным группам России; 2) создание базы данных геномных вариантов, ассоциированных с развитием заболеваний, для разных этнических и региональных групп России; 3) исследование структуры популяций и истории миграций и смешения народов.
В течение 2018 года сотрудниками лаборатории "Центр геномной биоинформатики им. Ф.Г. Добржанского" проводился анализ генетических вариантов (однонуклеотидных замен, вставок/делеций, сегментных дупликаций и др.), выровненных геномов 264 здоровых людей, в том числе 60 вновь отсеквенированных геномов, представленных семейными триадами из Псковской области, Новгородской области и Якутии. В исследуемых образцах были обнаружены генетические варианты, как известные, так и ранее не наблюдавшиеся, имеющие фенотипические и функциональные последствия. Например, был вявлен 31 вариант, сцепленный с заболеваниями, согласно анализу базы данных HGMD (disease-causing mutations); 758 однонуклеотидных замен, приводящих к синтезу нефункционального белка (loss-of-function SNPs); более 20 однонуклеотидных замен, имеющих различную частоту аллелей в разных популяциях (связанных с заболеваниями, с антропометрическими данными, с восприимчивостью к лекарствам и т.д.). Частота аллелей многих из этих вариантов значительно отличается от частоты других популяций Евразии. Филогенетический анализ позволил выделить кластеры и генетические сигналы этнических и территориальных групп, соответствующие географии и истории происхождения этих групп. Также были обнаружены барьеры, через которые перенос генов был ограничен, которые соответствовали географическим и климатическим преградам (в том числе Уральские горы и Верхоянский хребет). Были построены карты гаплотипов представителей новгородской, псковской и якутской популяций.
Во второй половине года был создан удобный браузер геномной базы данных здоровых людей из разных популяций, приспособленный для работы неспециалистами в области программирования и биоинформатики. Упомянутая база данных содержит информацию о количестве обнаруженных аллелей, частоте встречаемости аллели в популяции, количестве повторов этой аллели и количестве гомозигот данной аллели. Эту базу данных смогут использовать медицинские генетики, чтобы проверять частоты встречаемости потенциально опасных геномных мутаций (вариантов) у здоровых людей и сравнивать с частотой встречаемости этого варианта в геномах соответствующей территориальной и этнической принадлежности, а также генетики, фармакологи и специалисты из других областей науки. Пока база данных содержит пилотную информацию по геномам 334 человек из 12 территориальных групп, на нее оформляется патент.
В настоящее время ведется исследование популяционной генетики жителей России, в разработке находится определение древних путей миграции по территории России, поиск генов, возникших в результате естественного отбора, предсказание происхождения людей конкретных регионов.
В 2018 году было проведено 6 экспедиций, собрано (совместно с партнерами по проекту из других организаций) 428 образцов крови, передано в биобанк на хранение 1284 образца, выделена ДНК из 360 образцов, проведен контроль качества ДНК 360 образцов ДНК. За год было просеквенировано 154 новых генома, всего на конец года имеется 334 отсеквенированных генома, принадлежащие к 12 этническим и региональным популяциям России. Новые геномы прогенотипированы и добавлены в общий пакет данных. Производилась дальнейшая разработка и поддержание системы учёта и регистрации образцов, а именно осуществлялась оптимизация программно-аппаратной части системы, пользовательского интерфейса к программно-аппаратной части сервиса на основе тестирования системы, внесение данных о состоянии образцов.
Для 334 отсеквенированных геномов проведен контроль качества сырых ридов после секвенирования новым пайплайном и выравнивание ридов на референсный эталонный геном. Осуществлено генотипирование 221 выровненного генома и начат биоинформатический анализ.
Проводился поиск геномных вариантов, значимых для медицины и сцепленных с болезнями, приводящих к потере функции белка, а также изучение популяционных данных частот аллелей геномных вариантов для 251 генома.
Осуществлялось изучение происхождения популяций «Российских Геномов» относительно геномов древних образцов на основе получения сведений о родстве современных популяций с древними культурами для 251 генома (данные получены и дорабатываются до публикабельного вида).
Выполнено построение геномных карт гаплотипов для 140 геномов из разных популяций этнических русских и сравнение их между собой с целью оценки возможности построения общей карты гаплотипов для всех этнических русских.
Проведен анализ валидации геномных вариантов, связанных с заболеваниями, методом Сэнгера для 154 геномов. В течение 2018 года проводилась идентификация гаплогрупп и анализ митохондриальной ДНК и Y-хромосом в отсеквенированных геномах. Сделан анализ и получены данные для 322 геномов по митохондриальной ДНК и 240 геномам по У-хромосоме.
В 2018 г была поставлена масштабная задача создания на базе GWATCH программного обеспечения, позволяющего пользователю самостоятельно проводить статистическую обработку данных медико-генетических исследований с возможностью загрузки сырых данных (генотипов и фенотипов) или предобработанных результатов статистических тестов и дальнейшую интерпретацию результатов. По сути речь идет о статистическом пакете, позволяющем эффективно вычислять множественные статистические тесты, интегрированном с браузером и интерактивной системой визуализации и интерпретации результатов статистического анализа. В 2018 году выполнены следующие работы: 1) Разработана новая концепция программного обеспечения, позволяющего пользователю анализировать результаты медико-генетических исследований статистическими методами и интерпретировать результаты анализа. 2) Внедрена система модульных тестов и возможность их прогона в автоматическом режиме. 3) Разработана концепция конструирования тестов, создан новый интерфейс взаимодействия с пользователем по динамическому созданию и конфигурированию тестов (дизайн, разработка, тестирование). 4) Для визуализации результатов разработана новая концепция trax report (дизайн, разработка, тестирование, внедрение) и новый Manhatten plots report. 5) имплементирована поддержка работы с файлами формата plink. 6) Реализован процесс загрузки и обработки пользовательских файлов с заранее посчитанными значениями тестов (только plink-формат для GLM тестов). 7) Реализован процесс загрузки, обработки и расчетов данных из "сырых" данных пользователя (только plink-формат). 8) Добавлены скрипты автоматического создания БД, задокументирована структура основных таблиц БД. 9) Реализован модуль эффективного вычисления множественных статистических тестов Хи-квадрат. 10) Реализованы расчеты по алгоритмам adjusted p-values. 11) Переработана схема подсчета поляризации на базе неравновесия по сцеплению. Теперь подсчет производится в реальном времени по запросу пользователя. 12) GWATCH перенесен на фрэймворк Symphony. 13) Протестирована и внедрена система автоматической сборки и верификации проекта. (Continiuos Integration). Теперь сборка может производиться на сервере без участия пользователя и необходимости установки среды разработки на локальном компьютере. Это также уменьшает порог вхождения. Было внедрено 2 системы под различные целевые ОС: отдельно под unix, отдельно под windows. 14) Произведены прочие технологические улучшения в силу устаревания фпюреймворков разработки, обнаружения уязвимостей, перехода на новые версии системных и проектных компонент. 15) Создана первичная документация и вики проекта.
Проводился популяционный анализ отсеквенированных геномов в рамках проекта РГ, а также опубликованных ранее геномов, полученных с территории России для 240 геномов. Осуществлено создание и отладка инструментов стандартизации данных. Адаптация инструментов предсказания частот, отсутствующих аллелей в чиповых данных с использованием полногеномных данных находятся в процессе разработки. Построены графики главных компонент, Admixture для образцов Российских Геномов и опубликованных ранее образцов.
Осуществлено создание объекта интеллектуальной собственности - базы данных медицински значимых геномных вариантов в российских популяциях, а также интерфейса к ней. Была подана заявка на регистрацию базы данных частот аллелей популяций России.
Регистрационный номер заявки 2018621867.
В течение года осуществлялась реализация прикладных медицинских исследований на основе проекта, а именно, анализ 250 геномов по базе данных известных медицински значимых вариантов HGMD. Полученные результаты находятся в процессе дальнейшей разработки с целью публикации в рецензируемом научного издании.
Также были получены результаты по выявлению геномных вариантов, сцепленных с ВИЧ в популяции Ботсваны. Статья по этим результатам находится в процессе подготовки.
В течение года осуществлялось определение этнических и региональных групп для дальнейшего сбора образцов и были выбраны для экспедиций Чукотский автономный округ, Республика Карелия, Тульская, Тверская и Архангельская области.