Helgenomsekvensering (WGS 30x) har revolutionerat personlig medicin och vetenskaplig forskning genom att göra det möjligt att analysera 100 % av ditt DNA. Bakom varje hälso- eller välmånde-rapport döljer sig dock en enorm mängd komplexa bioinformatiska data. Om du har bestämt dig för att ladda ner dina råa genomiska data är det mycket troligt att du har stött på olika filändelser, där CRAM-filen är en av de viktigaste och mest effektivaste.
Vad är en CRAM-fil och vilken funktion har den inom WGS?
CRAM-filen är ett starkt komprimerat format som används för att lagra genomiska sekvenseringsdata som tidigare har justerats (alignerats) mot ett referensgenom.
För att förstå dess plats i det bioinformatiska arbetsflödet är det lämpligt att skilja den från andra format:
- Jämfört med FASTQ-filen: Medan FASTQ-filen innehåller rådata (raw data) som genereras direkt av sekvenseringsmaskinen utan bearbetning, representerar CRAM-filen ett mycket senare stadium.
- Justerade avläsningar (Aligned reads): I CRAM-filen har DNA-avläsningarna redan bearbetats, vilket innebär att varje fragment innehåller information om dess exakta position i referensgenomet, tillsammans med tillhörande kvalitetspoäng.
Detta format används i stor utsträckning av bioinformatiker, genetiker och forskare som vill utföra avancerade analyser, som att identifiera genetiska varianter, granska specifika regioner i genomet eller validera fynd, samt av avancerade användare som vill behålla en optimerad och kompakt version av sina WGS-data.
Huvudegenskaper för CRAM-filen
CRAM-formatet utmärker sig inom klinisk genomik och forskning tack vare flera grundläggande tekniska fördelar:
- Hög kompression: Tack vare sitt avancerade komprimeringssystem tar det upp märkbart mindre lagringsutrymme än andra traditionella justerade format (som BAM).
- Justerade avläsningar: Lagrar positionen för varje avläsning på ett strukturerat sätt i förhållande till referensgenomet.
- Kvalitetsinformation: Bevarar tekniska metadata och kvalitetspoäng som är avgörande för att granska tillförlitligheten hos sekvenseringen.
- Lagringseffektivitet: Det är det idealiska formatet för att hantera de massiva datamängder som genereras av en helgenomsekvensering (WGS).
Begränsningar att ta hänsyn till
På grund av sin tekniska natur och inriktning på datahantering har CRAM-filen vissa särdrag:
- Beroende av referensgenomet: För att kunna läsa och tolka en CRAM-fil korrekt är det helt nödvändigt att ha samma referensgenom som användes under den ursprungliga justeringen (alignment). Hos tellmeGen använder vi "GRCh37.primary_assembly.genome.fa.gz" som referensgenom.
- Ej läsbar för människor: Den kan inte öppnas direkt som ett textdokument för att kontrollera genetiska anlag eller predispositioner. Den kräver specialiserad programvara för visualisering.
- Kräver tekniska kunskaper: Den är utformad specifikt för avancerade profiler, bioinformatiker eller yrkesverksamma som är bekanta med hantering av genomiska data.
Tillgängliga format och nedladdning hos tellmeGen
Hos tellmeGen tror vi på öppenhet och på ägandet av dina genetiska data. Därför erbjuder vi våra användare möjligheten att ladda ner andra kompletterande tekniska format som FASTQ och VCF direkt från användarområdet på ditt konto, utöver CRAM-filen.
Tekniska krav för att arbeta med CRAM-filer
Om du är en användare eller forskare och planerar att arbeta med dina WGS CRAM-filer rekommenderar vi att du tar hänsyn till följande maskin- och programvarukrav:
- Operativsystem: Användning av Linux eller macOS rekommenderas, även om det också är möjligt att använda dem i Windows med hjälp av kompatibla verktyg eller miljöer som WSL (Windows Subsystem for Linux).
- Specifik programvara: Det är nödvändigt att ha specialiserade bioinformatiska verktyg som samtools, IGV (Integrative Genomics Viewer) eller bcftools.
- RAM-minne: Det rekommenderas att ha minst 32 GB RAM tillgängligt för att smidigt hantera datamängderna från en WGS.
- Lagring: Även om CRAM-filen utmärker sig genom sin höga kompression, kräver hantering av hela genom diskar med riklig tillgänglig kapacitet.
CRAM-filen är det ultimata verktyget för avancerade användare som vill få ut mesta möjliga prestanda av sitt DNA-test, vilket möjliggör en effektiv, detaljerad och optimerad teknisk analys av hela ditt DNA.
