Helgenomsekvensering (WGS 30x) har revolusjonert persondannet medisin og vitenskapelig forskning ved å gjøre det mulig å analysere 100 % av DNA-et ditt. Bak hver helse- eller velferdsrapport skjuler det seg imidlertid en enorm mengde kompleks bioinformatisk data. Hvis du har bestemt deg for å laste ned de rå genomiske dataene dine, er det svært sannsynlig at du har støtt på ulike filensier, hvor CRAM-filen er en av de viktigste og mest effektive.
Hva er en CRAM-fil og hva er dens funksjon i WGS?
CRAM-filen er et høyt komprimert format som brukes til å lagre genomiske sekvenseringsdata som på forhånd er tilpasset (alignert) mot et referansegenom.
For å forstå plassen den har i den bioinformatiske flyten, er det hensiktsmessig å skille den fra andre formater:
- Sammenlignet med FASTQ-filen: Mens FASTQ-filen inneholder rådataene (raw data) som genereres direkte av sekvenseringsmaskinen uten bearbeiding, representerer CRAM-filen en mye senere fase.
- Tilpassede avlesninger (Aligned reads): I CRAM-filen er DNA-avlesningene allerede bearbeidet, noe som betyr at hvert fragment inneholder informasjon om sin nøyaktige posisjon i referansegenomet, i tillegg til tilhørende kvalitetsskårer.
Dette formatet brukes i utstrakt grad av bioinformatikere, genetikere og forskere som ønsker å utføre avanserte analyser, som identifisering av genetiske varianter, gjennomgang av spesifikke områder i genomet eller validering av funn, samt av avanserede brukere som ønsker å beholde en optimalisert og kompakt versjon av sine WGS-data.
Hovedtrekk ved CRAM-filen
CRAM-formatet utmerker seg innen klinisk genomikk og forskning takket være flere fundamentale tekniske fordeler:
- Høy komprimering: Takket være det avanserte komprimeringssystemet krever det merkbart mindre lagringsplass enn andre tradisjonelle tilpassede formater (som BAM).
- Tilpassede avlesninger: Lagrer posisjonen til hver avlesning på en strukturert måte i forhold til referansegenomet.
- Kvalitetsinformasjon: Tar vare på tekniske metadata og kvalitetsskårer som er avgjørende for å revidere påliteligheten til sekvenseringen.
- Lagringseffektivitet: Det er det ideelle formatet for å administrere de massive datamengdene som genereres av en helgenomsekvensering (WGS).
Begrensninger å ta hensyn til
På grunn av sin tekniske natur og orientering mot databehandling, har CRAM-filen visse særpregede trekk:
- Avhengighet av referansegenomet: For å kunne lese og tolke en CRAM-fil riktig, er det helt nødvendig å ha det samme referansegenomet som ble brukt under den opprinnelige tilpasningen (alignment). Hos tellmeGen bruker vi "GRCh37.primary_assembly.genome.fa.gz" som referansegenom.
- Ikke lesbar for mennesker: Den kan ikke åpnes direkte som et tekstdokument for å sjekke genetiske trekk eller disposisjoner. Den krever spesialisert programvare for visualisering.
- Krevende teknisk kompetanse: Den er utformet spesielt for avanserte profiler, bioinformatikere eller fagfolk som er fortrolige med håndtering av genomiske data.
Tilgjengelige formater og nedlasting hos tellmeGen
Hos tellmeGen tror vi på åpenhet og på at du eier dine egne genetiske data. Derfor tilbyr vi brukerne våre muligheten til å laste ned andre supplerende tekniske formater som FASTQ og VCF direkte fra bruksområdet på kontoen din, i tillegg til CRAM-filen.
Tekniske krav for å arbeide med CRAM-filer
Hvis du er bruker eller forsker og planlegger å jobbe med WGS CRAM-filene dine, anbefaler vi at du tar hensyn til følgende maskinvare- og programvarekrav:
- Operativsystem: Bruk av Linux eller macOS anbefales, selv om det også er mulig å bruke dem på Windows ved hjelp av kompatible verktøy eller miljøer som WSL (Windows Subsystem for Linux).
- Spesifikk programvare: Det er nødvendig å ha spesialiserte bioinformatiske verktøy som samtools, IGV (Integrative Genomics Viewer) eller bcftools.
- RAM-minne: Det anbefales å ha minst 32 GB RAM tilgjengelig for å håndtere datamengdene fra en WGS uten problemer.
- Lagring: Selv om CRAM-filen utmerker seg med sin høye komprimering, krever manipulering av hele gener disker med rikelig tilgjengelig kapasitet.
CRAM-filen er det ultimate verktøyet for avanserede brukere som ønsker å få mest mulig ut av ytelsen til sin DNA-test, og som gir en effektiv, detaljert og optimalisert teknisk analyse av hele DNA-et ditt.
