Die Gesamtgenomsequenzierung (WGS 30x) hat die personalisierte Medizin und die wissenschaftliche Forschung revolutioniert, da sie die Analyse von 100 % deiner DNA ermöglicht. Hinter jedem Gesundheits- oder Wellnessbericht verbirgt sich jedoch eine riesige Menge komplexer bioinformatischer Daten. Wenn du dich entschieden hast, deine genomischen Rohdaten herunterzuladen, bist du höchstwahrscheinlich auf verschiedene Dateierweiterungen gestoßen, wobei die CRAM-Datei eine der wichtigsten und effizientesten ist.
Was ist eine CRAM-Datei und welche Funktion hat sie bei WGS?
Die CRAM-Datei ist ein hochkomprimiertes Format, das zur Speicherung zuvor alignierter genomischer Sequenzierungsdaten gegen ein Referenzgenom verwendet wird.
Um ihren Platz innerhalb des bioinformatischen Workflows zu verstehen, ist es hilfreich, sie von anderen Formaten zu unterscheiden:
- Gegenüber der FASTQ-Datei: Während die FASTQ-Datei die un-prozessierten Rohdaten (raw data) enthält, die direkt vom Sequenziergerät generiert werden, repräsentiert die CRAM-Datei eine viel spätere Phase.
- Alignierte Reads: In der CRAM-Datei wurden die DNA-Reads bereits verarbeitet, was bedeutet, dass jedes Fragment Informationen über seine genaue Position innerhalb des Referenzgenoms sowie die zugehörigen Qualitäts-Scores enthält.
Dieses Format wird häufig von Bioinformatikern, Genetikern und Forschern verwendet, die fortgeschrittene Analysen durchführen möchten, wie z. B. die Identifizierung genetischer Varianten, die Überprüfung spezifischer Genomregionen oder die Validierung von Befunden, sowie von fortgeschrittenen Benutzern, die eine optimierte und kompakte Version ihrer WGS-Daten aufbewahren möchten.
Hauptmerkmale der CRAM-Datei
Das CRAM-Format zeichnet sich im Umfeld der klinischen und forschungsbezogenen Genomik durch mehrere grundlegende technische Vorteile aus:
- Hohe Komprimierung: Dank seines fortschrittlichen Komprimierungssystems beansprucht es deutlich weniger Speicherplatz als andere traditionelle alignierte Formate (wie BAM).
- Alignierte Reads: Speichert auf strukturierte Weise die Position jedes Reads in Bezug auf das Referenzgenom.
- Qualitätsinformationen: Bewahrt die technischen Metadaten und Qualitäts-Scores, die für die Überprüfung der Zuverlässigkeit der Sequenzierung unerlässlich sind.
- Speichereffizienz: Es ist das ideale Format zur Verwaltung der massiven Datenvolumina, die durch eine Gesamtgenomsequenzierung (WGS) generiert werden.
Zu beachtende Einschränkungen
Aufgrund ihrer technischen und auf die computergestützte Verarbeitung ausgerichteten Natur weist die CRAM-Datei bestimmte Besonderheiten auf:
- Abhängigkeit vom Referenzgenom: Um eine CRAM-Datei richtig zu lesen und zu interpretieren, ist es unerlässlich, über dasselbe Referenzgenom zu verfügen, das beim anfänglichen Alignment verwendet wurde. Bei tellmeGen verwenden wir als Referenzgenom das "GRCh37.primary_assembly.genome.fa.gz".
- Für Menschen nicht lesbar: Sie kann nicht direkt als Textdokument geöffnet werden, um genetische Merkmale oder Prädispositionen zu überprüfen. Sie erfordert spezielle Software zur Visualisierung.
- Erfordert Fachkenntnisse: Sie ist speziell für fortgeschrittene Anwender, Bioinformatiker oder Fachleute konzipiert, die mit der Handhabung genomischer Daten vertraut sind.
Verfügbare Formate und Download bei tellmeGen
Bei tellmeGen glauben wir an Transparenz und daran, dass dir deine genetischen Daten gehören. Deshalb bieten wir unseren Nutzern neben der CRAM-Datei auch die Möglichkeit, weitere ergänzende technische Formate wie FASTQ und VCF direkt aus dem Benutzerbereich deines Kontos herunterzuladen.
Technische Anforderungen für die Arbeit mit CRAM-Dateien
Wenn du als Anwender oder Forscher planst, mit deinen WGS-CRAM-Dateien zu arbeiten, empfehlen wir dir, die folgenden Hardware- und Softwareanforderungen zu berücksichtigen:
- Betriebssystem: Die Nutzung von Linux oder macOS wird empfohlen, obwohl sie über kompatible Tools oder Umgebungen wie WSL (Windows Subsystem for Linux) auch unter Windows genutzt werden können.
- Spezifische Software: Es ist erforderlich, über spezialisierte bioinformatische Tools wie samtools, IGV (Integrative Genomics Viewer) oder bcftools zu verfügen.
- RAM-Speicher: Es wird empfohlen, über mindestens 32 GB RAM zu verfügen, um die Datenvolumina einer WGS reibungslos verwalten zu können.
- Speicherplatz: Obwohl sich die CRAM-Datei durch ihre hohe Komprimierung auszeichnet, erfordert die Handhabung ganzer Genome Festplatten mit großer verfügbarer Kapazität.
Die CRAM-Datei ist das ultimative Werkzeug für fortgeschrittene Nutzer, die das Maximum aus ihrem DNA-Test herausholen möchten, da sie eine effiziente, detaillierte und optimierte technische Analyse der gesamten DNA ermöglicht.
