Haplotyping is imperative for comprehensive analysis of genomes, imputation of genetic variants and interpretation of error-prone single-cell genomic data. Here we present a novel sequencing-based approach for whole-genome SNP typing of single cells, and determine genome-wide haplotypes, the copy number of those haplotypes as well as the parental and segregational origin of chromosomal aberrations from sequencing- and array-based SNP landscapes of single cells. The analytical workflow is made available as an interactive web application HiVA ( https://hiva.esat.kuleuven.be ).

ABSTRACT The frequent acquisition of genomic abnormalities in human preimplantation embryos is a leading cause of pregnancy loss, but does not necessarily prohibit healthy offspring. However, the impact of genomic abnormalities on cellular states and development of the early human embryo remains largely unclear. Here, we characterise aneuploidy and reconstruct gene regulatory networks in human preimplantation embryos, and investigate gene expression and developmental perturbations instigated by aneuploidy using single-cell genome-and-transcriptome sequencing (G&T-seq). At the genomic level, we show that acquired numerical and structural chromosomal aberrations are frequent across all stages of early embryogenesis and in all cell lineages. At the transcriptome level, we identify regulators of cell identity and uncover a network of 248 transcription factors from 10 major gene regulatory modules that characterise the distinct lineages of human preimplantation embryos. By integrating single-cell DNA-with RNA-information, we unveil how expression levels are affected by losses or gains of the corresponding genes in embryonic cells across human preimplantation development, as well as how copy-number aberrant transcription factor genes perturb the expression of their cognate target genes in euploid regions. Furthermore, we reveal a majority of aneuploid cells show a developmental delay and reduced fitness, indicating cell competition within the mosaic diploid-aneuploid embryo, which may contribute to selection against aneuploid cells and the birth of healthy offspring from mosaic diploid-aneuploid embryos. In summary, our multi-modal analyses provide unprecedented insights into early human embryo development.

ABSTRACT We have developed a generally applicable method based on CRISPR/Cas9-targeted ultra-long read sequencing (CTLR-Seq) to completely and haplotype-specifically resolve, at base-pair resolution, large, complex, and highly repetitive genomic regions that had been previously impenetrable to next-generation sequencing analysis such as large segmental duplication (SegDup) regions and their associated genome rearrangements that stretch hundreds of kilobases. Our method combines in vitro Cas9-mediated cutting of the genome and pulse-field gel electrophoresis to haplotype-specifically isolate intact large (200-550 kb) target regions that encompass previously unresolvable genomic sequences. These target fragments are then sequenced (amplification-free) to produce ultra-long reads at up to 40x on-target coverage using Oxford nanopore technology, allowing for the complete assembly of the complex genomic regions of interest at single base-pair resolution. We applied CTLR-Seq to resolve the exact sequence of SegDup rearrangements that constitute the boundary regions of the 22q11.2 deletion CNV and of the 16p11.2 deletion and duplication CNVs. These CNVs are among the strongest known risk factors for schizophrenia and autism. We then perform de novo assembly to resolve, for the first time, at single base-pair resolution, the sequence rearrangements of the 22q11.2 and 16p11.2 CNVs, mapping out exactly the genes and non-coding regions that are affected by the CNV for different carriers.

Abstract The zygotic division enables two haploid genomes to segregate into two biparental diploid blastomeres. This fundamental tenet was challenged by the observation that blastomeres with different genome ploidy or parental genotypes can coexist within individual embryos. We hypothesized that whole parental genomes can segregate into distinct blastomere lineages during the first division through “heterogoneic division”. Here, we map the genomic landscape of 82 blastomeres from 25 embryos that underwent multipolar zygotic division. The coexistence of androgenetic and diploid or polyploid blastomeres with or without anuclear blastomeres, and androgenetic and gynogenetic blastomeres within the same embryo proofs the existence of heterogoneic division. We deduced distinct segregation mechanisms and demonstrate these genome-wide segregation errors to persist to the blastocyst stage in both human and cattle. Genome-wide zygotic segregation errors contribute to the high incidence of embryonic arrest and provide an overarching paradigm for the development of mixoploid and chimeric individuals and moles.

The identification of disease-causing genes in Mendelian disorders has been facilitated by the detection of rare disease-causing variation through exome sequencing experiments. These studies rely on population databases to filter a majority of the putatively neutral variation in the genome and additional filtering steps using either cohorts of diseased individuals or familial information to narrow down the list of candidate variants. Recently, new computational methods have been proposed to prioritize variants by scoring them not only based on their potential impact on protein function but also on their relevance given the available information on the disease under study. Usually these diseases comprise several phenotypic presentations, which are separately prioritized and then aggregated into a global score. In this study we compare several simple (e.g. maximum and mean score) and more complex aggregation methods (e.g. order statistics, parametric modeling) in order to obtain the best possible prioritization performance. We show that all methods perform reasonably well (median rank below 20 out of more than 8000 variants) and that the selection of an optimal aggregation method depends strongly on the fraction of uninformative phenotypes. Finally, we propose guidelines as to how to select an appropriate aggregation method based on knowledge of the phenotype under study.

Abstract Motivation Non-invasive prenatal testing (NIPT) is a powerful screening method for fetal aneuploidy detection, relying on laboratory and computational analysis of cell-free DNA. Although several published computational NIPT analysis tools are available, no comprehensive and direct accuracy comparison of these tools is published. Here, we evaluate and determine the precision of five commonly used computational NIPT aneuploidy analysis tools, considering diverse sequencing depth (coverage) and fetal DNA fraction (FF) on clinically validated NIPT samples. Methods We evaluated computational NIPT aneuploidy analysis tools WisecondorX, NIPTeR, NIPTmer, RAPIDR, and GIPseq, on the same set of clinically validated samples, subsampled to different sequencing coverages between 1.25–20M reads per sample (RPS). These clinically validated samples consisted of 423 samples, including 19 samples with fetal chromosome 21 trisomy (T21, Down syndrome), eight trisomy 18 (T18, Edwards syndrome) and three trisomy 13 (T13, Patau syndrome) samples. For each software and sequencing coverage, we determined the number of false-negative and false-positive trisomy/euploidy calls. For a uniform trisomy detection interpretation, we defined a framework based on the percent-point function for determining the cut-off threshold for calling aneuploidy based on the sample Z-score and the reference group Z-score distribution. We also determined the effect of the naturally occurring arbitrary read placement driven uncertainty on T21 detection at very low sequencing coverage and the effect of cell-free fetal DNA fraction (FF) on the accuracy of these computational tools in the case of various sequencing coverages. Results This is the first head-to-head comparison of NIPT aneuploidy detection tools for the low-coverage whole-genome sequencing approach. We determined that, with the currently available software tools, the minimum sequencing coverage with no false-negative trisomic cases was 5M RPS. Secondly, for these compared tools, the number of false-negative trisomic cases could be reduced if the trisomy call cut-off threshold considers the Z-score distribution of euploid reference samples. Thirdly, we observed that in the case of low FF, both aneuploidy Z-score and FF inference was considerably less accurate, especially in NIPT assays with 5M RPS or lower coverage. Conclusions We determined that all compared computational NIPT tools were affected by lower sequencing depth, resulting in systematically increasing the proportions of false-negative trisomy results as the sequencing depth decreased. Trisomy detection for lower coverage NIPT samples (e.g. 2.5M RPS) is technically possible but can increase the proportion of false-positive and false-negative trisomic cases, especially in the case of low FF.

Abstract The 22q11.2 deletion syndrome (22q11.2DS) is the most common microdeletion disorder. Why the incidence of 22q11.2DS is much greater than that of other genomic disorders remains unknown. Short read sequencing cannot resolve the complex segmental duplicon structure to provide direct confirmation of the hypothesis that the rearrangements are caused by non-allelic homologous recombination between the low copy repeats on chromosome 22 (LCR22s). To enable haplotype-specific assembly and rearrangement mapping in LCR22 regions, we combined fiber-FISH optical mapping with whole genome (ultra-)long read sequencing or rearrangement-specific long-range PCR on 24 duos (22q11.2DS patient and parent-of-origin) comprising several different LCR22-mediated rearrangements. Unexpectedly, we demonstrate that not only different paralogous segmental duplicon but also palindromic AT-rich repeats (PATRR) are driving 22q11.2 rearrangements. In addition, we show the existence of two different inversion polymorphisms preceding rearrangement, and somatic mosaicism. The existence of different recombination sites and mechanisms in paralogues and PATRRs which are copy number expanding in the human population are a likely explanation for the high 22q11.2DS incidence.