Секвенирование всего генома (WGS 30x) произвело революцию в персонализированной медицине и научных исследованиях, позволив анализировать 100% вашей ДНК. Однако за каждым отчетом о здоровье или благополучии стоит огромный массив сложных биоинформатических данных. Если вы решили скачать свои необработанные геномные данные, вы, скорее всего, столкнулись с различными расширениями файлов, среди которых файл CRAM является одним из самых важных и эффективных.
Что такое файл CRAM и какова его роль в WGS?
Файл CRAM — это высоко сжатый формат, используемый для хранения данных геномного секвенирования, предварительно выровненных относительно референсного генома.
Чтобы понять его место в биоинформатическом рабочем процессе, полезно отличить его от других форматов:
- По сравнению с файлом FASTQ: В то время как файл FASTQ содержит необработанные данные (raw data), созданные напрямую секвенатором без какой-либо обработки, файл CRAM представляет собой гораздо более поздний этап.
- Выровненные риды (Aligned reads): В файле CRAM риды ДНК уже обработаны, что означает, что каждый фрагмент содержит информацию о своем точном положении в референсном геноме, а также соответствующие оценки качества.
Этот формат широко используется биоинформатиками, генетиками и исследователями, которые стремятся проводить расширенный анализ, такой как идентификация генетических вариантов, обзор конкретных регионов генома или валидация находок, а также продвинутыми пользователями, желающими сохранить оптимизированную и компактную версию своих данных WGS.
Основные характеристики файла CRAM
Формат CRAM выделяется в сфере клинической и исследовательской геномики благодаря нескольким фундаментальным техническим преимуществам:
- Высокая степень сжатия: Благодаря передовой системе сжатия он занимает значительно меньше места на диске по сравнению с другими традиционными выровненными форматами (такими как BAM).
- Выровненные риды: Структурированно хранит положение каждого рида относительно референсного генома.
- Информация о качестве: Сохраняет технические метаданные и оценки качества, необходимые для аудита надежности секвенирования.
- Эффективность хранения: Это идеальный формат для управления огромными объемами данных, которые генерирует секвенирование всего генома (WGS).
Ограничения, которые следует учитывать
В силу своей технической природы и ориентированности на компьютерную обработку, файл CRAM имеет определенные особенности:
- Зависимость от референсного генома: Для корректного чтения и интерпретации файла CRAM обязательно наличие того же референсного генома, который использовался при первичном выравнивании. В tellmeGen мы используем в качестве референсного генома «GRCh37.primary_assembly.genome.fa.gz».
- Нечитаем для человека: Его нельзя открыть напрямую как текстовый документ для просмотра генетических признаков или предрасположенностей. Для его визуализации требуется специализированное программное обеспечение.
- Требует технических знаний: Он разработан специально для продвинутых пользователей, биоинформатиков или профессионалов, знакомых с манипуляциями геномными данными.
Доступные форматы и скачивание в tellmeGen
В tellmeGen мы верим в прозрачность и право собственности на ваши генетические данные. Именно поэтому, помимо файла CRAM, мы предлагаем нашим пользователям возможность скачивания других дополнительных технических форматов, таких как FASTQ и VCF, напрямую из личного кабинета вашей учетной записи.
Технические требования для работы с файлами CRAM
Если вы являетесь пользователем или исследователем и планируете работать со своими файлами CRAM WGS, мы рекомендуем учитывать следующие требования к аппаратному и программному обеспечению:
- Операционная система: Рекомендуется использовать Linux или macOS, хотя их также можно использовать в Windows с помощью совместимых инструментов или таких сред, как WSL (Windows Subsystem for Linux).
- Специализированное ПО: Необходимо иметь специализированные биоинформатические инструменты, такие как samtools, IGV (Integrative Genomics Viewer) или bcftools.
- Оперативная память (RAM): Рекомендуется иметь не менее 32 ГБ оперативной памяти для комфортного управления объемами данных WGS.
- Хранилище: Хотя файл CRAM отличается высокой степенью сжатия, работа с целыми геномами требует дисков с большой доступной емкостью.
Файл CRAM — это ультимативный инструмент для тех продвинутых пользователей, которые стремятся выжать максимум из производительности своего ДНК-теста, обеспечивая эффективный, детальный и оптимизированный технический анализ всей вашей ДНК.
