Referansegenomer

Referansegenomer er standardiserte DNA-sekvenser som fungerer som et felles koordinatsystem for å plassere og annotere genetiske elementer og for å analysere sekvensdata. Det er ikke et “typisk” genom til et enkelt individ, men ofte en sammensetning eller kuratert representasjon som gjør det mulig å sammenligne sekvenser og påvise variasjon på tvers av prøver.

For eksempel menneskelig referansegenom GRCh38 ble utviklet av International Human Genome Reference Consortium og består av polerte og sammenstilte kromosomsekvenser hentet fra flere givere, samt fyllmateriale og manuelle korrigeringer. Det gir et konsistent rammeverk for avlesing av lesninger, kall av varianter og gen-annotasjon. Referansegenomer er også viktige i komparativ genomikk og funksjonell annotasjon.

Det finnes begrensninger: referansegenomet kan være skjevfordelt mot bestemte befolkningsgrupper, inneholde ufullstendige regioner og representere bestemte varianter bedre enn andre. For å bedre fange naturlig variasjon har forskere tatt i bruk grafiske referansegenomer (variation graphs) som representerer alternative alleler og strukturelle variasjoner som separate grener i én referansestruktur.

Referansegenomer offentliggjøres og vedlikeholdes av forskningssamfunn og databaser som NCBI, Ensembl og UCSC. Oppdateringer kommer i patch-versjoner eller fullstendige revisjoner, og nye tilnærminger som pangenom og grafbaserte referanser forventes å bli standarder i framtiden for å redusere mappingstap og forbedre variantkall.