Abstract Constructing high-quality haplotype-resolved genome assemblies has substantially improved the ability to detect and characterize genetic variants. A targeted approach providing readily access to the rich information from haplotype-resolved genome assemblies will be appealing to groups of basic researchers and medical scientists focused on specific genomic regions. Here, using the 4.5 megabase, notoriously difficult-to-assemble major histocompatibility complex (MHC) region as an example, we demonstrated an approach to construct haplotype-resolved de novo assemblies of targeted genomic regions with the CRISPR-based enrichment. Compared to the results from haplotype-resolved genome assemblies, our targeted approach achieved comparable completeness and accuracy with greatly reduced computing complexity, sequencing cost, as well as the amount of starting materials. Moreover, using the targeted assembled personal haplotypes as the reference both improves the quantification accuracy for sequencing data and enables allele-specific functional genomics analyses. Given its highly efficient use of resources, our approach can greatly facilitate population genetic studies of targeted regions, and may pave a new way to elucidate the molecular mechanisms in disease etiology.

Pigs (Sus scrofa) exhibit diverse phenotypes in different breeds shaped by the combined effects of virous local adaptation and artificial selection. To comprehensively characterize the genetic diversity of pigs, we constructed a pig pan-genome by comparing 11 representative pig breeds of genome assemblies with the reference genome. Approximately 72.5 Mb non-redundant sequences were identified as pan-sequences. On average, 41.7 kb of spurious heterozygous SNPs per individual were removed and 12.9 kb novel SNPs per individual were recovered using pan-genome, thereby providing enhanced resolution for genetic diversity of different pig populations. Analysis using Hi-C, RNA-seq data and homolog annotation indicates that these pan-sequences contain protein-coding exons and regulatory elements. Our supplied pan-sequences can further improve the interpretation of local 3D genomes. This pan-genome as well as the accompanied web-based repository will serve as a primary resource for genetic diversity exploration to promote agricultural production and biomedical research.

Abstract Decoding high-quality human genomic sequences requires comprehensive analysis of DNA sequence functionality. Through computational and experimental approaches, researchers study the genotype-phenotype relationship and generate important datasets that help unravel complicated genetic blueprints. This study explores the use of deep learning, particularly pre-trained models like DNA_bert_6 and human_gpt2-v1, in interpreting and representing human genome sequences. We meticulously construct multiple datasets linking genotypes and phenotypes to fine-tune pre-trained models for precise DNA sequence classification. Furthermore, we specifically focused on the human endogenous retrovirus (HERV) dataset with commendable classification performance (both binary and multi-classification accuracy and F1 values above 0.935 and 0.888, respectively). We evaluate the influence of sequence length on classification results and analyze the impact of feature extraction in the model’s hidden layers using the HERV dataset. To further understand the phenotype-specific patterns learned by the model, we perform enrichment, pathogenicity and conservation analyzes of specific motifs in the HERV sequence with high average local representation weight (LRAW) scores. Overall, the generated datasets further provide numerous additional genotype-phenotype datasets for evaluating the performance of genomic models. The findings highlight the potential of large models in learning DNA sequence representations, particularly when utilizing the HERV dataset, and provide valuable insights for future research. This work represents an innovative strategy that combines pre-trained model representations with classical omics methods for analyzing the functionality of genome sequences, fostering cross-fertilization between genomics and advanced AI. The source code and data are available at https://github.com/GeorgeBGM/Genome_Fine-Tuning .