Large-scale population based analyses coupled with advances in technology have demonstrated that the human genome is more diverse than originally thought. Standard short-read approaches, used primarily due to accuracy, throughput and costs, fail to give a complete picture of a genome. They struggle to identify large, balanced structural events, cannot access repetitive regions of the genome and fail to resolve the human genome into its two haplotypes. Here we describe an approach that retains long range information while harnessing the power of short reads. Starting from only ~1ng of DNA, we produce barcoded short read libraries. The use of novel informatic approaches allows for the barcoded short reads to be associated with the long molecules of origin producing a novel datatype known as 'Linked-Reads'. This approach allows for simultaneous detection of small and large variants from a single Linked-Read library. We have previously demonstrated the utility of whole genome Linked-Reads (lrWGS) for performing diploid, de novo assembly of individual genomes (Weisenfeld et al. 2017). In this manuscript, we show the utility of reference based analysis using a single Linked-Read library for full spectrum genome analysis. We demonstrate the ability of Linked-Reads to reconstruct megabase scale haplotypes and to recover parts of the genome that are typically inaccessible to short reads, including phenotypically important genes such as STRC, SMN1 and SMN2. We demonstrate the ability of both lrWGS and Linked-Read Whole Exome Sequencing (lrWES) to identify complex structural variations, including balanced events, single exon deletions, and single exon duplications. The data presented here show that Linked-Reads provide a scalable approach for comprehensive genome analysis that is not possible using short reads alone.

Purpose: Next-generation sequencing (NGS) is widely used and cost-effective. Depending on the specific methods, NGS can have limitations detecting certain technically challenging variant types even though they are both prevalent in patients and medically important. These types are underrepresented in validation studies, hindering the uniform assessment of test methodologies by laboratory directors and clinicians. Specimens containing such variants can be difficult to obtain; thus, we evaluated a novel solution to this problem. Methods: A diverse set of technically challenging variants was synthesized and introduced into a known genomic background. This specimen was sequenced by 7 laboratories using 10 different NGS workflows. Results: The specimen was compatible with all 10 workflows and presented biochemical and bioinformatic challenges similar to those of patient specimens. Only 10 of 22 challenging variants were correctly identified by all 10 workflows, and only 3 workflows detected all 22. Many, but not all, of the sensitivity limitations were bioinformatic in nature. Conclusions: Synthetic controls can provide an efficient and informative mechanism to augment studies with technically challenging variants that are difficult to obtain otherwise. Data from such specimens can facilitate inter-laboratory methodologic comparisons and can help establish standards that improve communication between clinicians and laboratories.

Background: Next-generation sequencing (NGS) offers unprecedented opportunities to expand clinical genomics. It also presents challenges with respect to integration with data from other sequencing methods and historical data. Provision of consistent, clinically applicable variant annotation of NGS data has proved difficult, particularly of indels, an important variant class in clinical genomics. Annotation in relation to a reference genome sequence, the DNA strand of coding transcripts and potential alternative variant representations has not been well addressed. Here we present tools that address these challenges to provide rapid, standardized, clinically appropriate annotation of NGS data in line with existing clinical standards. Methods: We developed a clinical sequencing nomenclature (CSN), a fixed variant annotation consistent with the principles of the Human Genome Variation Society (HGVS) guidelines, optimized for automated variant annotation of NGS data. To deliver high-throughput CSN annotation we created CAVA (Clinical Annotation of VAriants), a fast, lightweight tool designed for easy incorporation into NGS pipelines. CAVA allows transcript specification, appropriately accommodates the strand of a gene transcript and flags variants with alternative annotations to facilitate clinical interpretation and comparison with other datasets. We evaluated CAVA in exome data and a clinical BRCA1/BRCA2 gene testing pipeline. Results: CAVA generated CSN calls for 10,313,034 variants in the ExAC database in 13.44 hours, and annotated the ICR1000 exome series in 6.5 hours. Evaluation of 731 different indels from a single individual revealed 92% had alternative representations in left aligned and right aligned data. Annotation of left aligned data, as performed by many annotation tools, would thus give clinically discrepant annotation for the 339 (46%) indels in genes transcribed from the forward DNA strand. By contrast, CAVA provides the correct clinical annotation for all indels. CAVA also flagged the 370 indels with alternative representations of a different functional class, which may profoundly influence clinical interpretation. CAVA annotation of 50 BRCA1/BRCA2 gene mutations from a clinical pipeline gave 100% concordance with Sanger data; only 8/25 BRCA2 mutations were correctly clinically annotated by other tools. Conclusions: CAVA is a freely available tool that provides rapid, robust, high-throughput clinical annotation of NGS data, using a standardized Clinical Sequencing Nomenclature.

Background: Advances in DNA sequencing have made gene testing fast and affordable, but adaptation of clinical services to capitalise on this for patient benefit has been slow. Ovarian cancer exemplifies limitations of current systems and potential benefits of increased gene testing. Approximately 15% of ovarian cancer patients have a germline mutation in BRCA1 or BRCA2 (″BRCA″) and this has substantial implications for their personal management and that of their relatives. However, in most countries implementation of BRCA testing in ovarian cancer has been inconsistent and largely unsuccessful. Methods: We developed a mainstream pathway in which BRCA testing was undertaken by cancer team members after 30 minutes online training. Patients with a mutation were sent a genetic appointment with their results. Cascade testing to relatives was performed via standard clinical genetic procedures. Findings: 207 women with ovarian cancer were offered gene testing through the mainstream pathway and all accepted. 33 (16%) had a BRCA mutation. The result informed management of 79% (121/154) women with active disease including 97% (32/33) women with a mutation. All mutation-positive women and ~3.5 relatives per family have been seen in genetics. Patient and clinician feedback was very positive. >95% found the pathway to be simple and effective. The pathway offers considerable reduction in time (~4-fold) and resource requirements (~13-fold) compared to the traditional genetic pathway. We estimate it would deliver GBP 2.6M NHS cost savings per year, and would allow implementation of national testing recommendations with existing infrastructure. Interpretation: Mainstream genetic testing is effective, efficient and patient-centred and offers a mechanism for large-scale implementation of BRCA gene testing in cancer patients. The principles could be applied in many other countries and to many other areas of genomic medicine.