L’era pangenomica espande i suoi orizzonti con COSIGT

I ricercatori di Human Technopole hanno sviluppato un metodo innovativo basato sul pangenoma per rivelare la diversità strutturale genomica a livello di popolazione da dati di sequenziamento a copertura ridotta. Il nuovo studio, compreso il protocollo dettagliato, è pubblicato su Genome Biology.

Immagina di leggere un libro voluminoso dalle pagine colorate, ciascuna riempita di diverse combinazioni di parole in un alfabeto di quattro lettere: è il tuo genoma. Ogni persona possiede un volume simile, ma guardando attentamente le pagine si può notare che ciascun colore, sebbene segua lo stesso ordine, può presentarsi in una sfumatura diversa. Per esempio, una pagina verde potrebbe essere verde acqua in un libro o verde smeraldo in un altro, una pagina blu potrebbe essere turchese o indaco, e così via. Se elencassimo soltanto i colori principali e tralasciassimo le diverse sfumature, potremmo trovare una trama comune alle nostre storie, ma non apprezzeremmo la diversità dei caratteri coinvolti.

Questa mancanza di diversità era un limite del primo genoma umano di riferimento pubblicato più di vent’anni fa. Senza ombra di dubbio, questo traguardo ha trasformato la genomica e portato i limiti della nostra conoscenza a un nuovo livello. Tuttavia, per quanto pionieristica e rivoluzionaria fosse la prima mappa del genoma umano, non rendeva giustizia alla vasta diversità genomica globale. Una soluzione si presentò con l’idea innovativa di assemblare molteplici genomi in un singolo pangenoma di riferimento, dando così il via all’era pangenomica.

Questo approccio ha permesso di analizzare regioni genomiche strutturalmente complesse, contenenti lunghe inserzioni, delezioni e duplicazioni, anche di più kilobasi, e variazioni di numero di copie. Infatti, la pubblicazione del primo pangenoma umano di riferimento ha fatto emergere numerose sequenze prima inaccessibili.

Sebbene la nuova strategia avesse portato alla luce una varietà di sfumature mai osservate prima, rimaneva ancora una sfida: studiare dati di sequenziamento a copertura ridotta. L’accuratezza dei metodi basati sul pangenoma dipendeva sempre dalla profondità di sequenziamento, rendendo difficile, se non impossibile, analizzare correttamente tali dati. Questi si trovano spesso in studi di popolazioni, banche biologiche e raccolte di campioni di DNA antico, la cui scarsa qualità è dovuta alla degradazione del DNA dopo la morte e alla contaminazione microbiologica. In altre parole, nessuno strumento era ancora in grado di distinguere le sfumature di colori sbiaditi.

Per affrontare questo problema, il gruppo di ricerca di Nicole Soranzo a Human Technopole ha sviluppato COSIGT (Cosine Similarity-based GenoTyper), una pipeline basata sul pangenoma per la genotipizzazione mirata applicabile con successo a diverse profondità di sequenziamento.

Invece che basarsi su un alto numero di reads – le sequenze generate durante il sequenziamento – per un certo locus genomico, COSIGT considera come queste siano distribuite lungo la regione del genoma di interesse, mantenendo accuratezza anche su campioni a copertura ridotta e ottenendo risultati migliori rispetto ad altri metodi già esistenti basati sul pangenoma.

Gli autori di questo studio hanno confrontato COSIGT con il metodo di eccellenza per la genotipizzazione basato sul pangenoma e hanno dimostrato la superiorità di COSIGT su dati a copertura ridotta, inclusi campioni di DNA antico. Inoltre, hanno valutato la sua capacità analitica su una varietà di lunghezze di sequenza, livelli di complessità, stati di zigosità e tipi di varianti strutturali, osservando una notevole stabilità nei risultati. Infine, hanno dimostrato la scalabilità di COSIGT a livello di popolazione applicandolo a migliaia di genomi umani moderni e antichi.

“I metodi tradizionali basati sul pangenoma spesso fanno fatica quando la profondità di sequenziamento diminuisce, lasciando preziose raccolte di dati come banche biologiche o campioni di DNA antico poco utilizzate,” spiegano Davide Bolognini, primo autore di questo studio, e Nicole Soranzo, Responsabile del Centro di Ricerca per la Genomica – Genomica Medica e delle Popolazioni a Human Technopole. “Con COSIGT, abbiamo spostato l’attenzione dal numero di reads disponibili alla valutazione dei profili di copertura di sequenziamento nei grafici locali del pangenoma. Rendendo la pangenomica applicabile anche a dati con copertura ridotta, COSIGT contribuisce a democratizzare l’accesso alla complessa variabilità genomica e rivela una diversità prima ignota all’interno sia di popolazioni moderne sia di campioni antichi.”

Analisi biomediche e di evoluzione biologica a livello di popolazione, che prima erano inimmaginabili, sono ora obiettivi raggiungibili nella ricerca. COSIGT estende i benefici dell’era pangenomica a un’ampia gamma di dati, comprese raccolte di dati storici e campioni archeologici, facendo un altro passo avanti verso la comprensione della diversità genomica globale.

Mostrando sfumature inedite del genoma umano, COSIGT si dimostra un metodo utile e trasformativo per l’analisi robusta e scalabile di dati di sequenziamento a profondità eterogenea con costi di sperimentazione ridotti.

Immagine: Rappresentazione visiva del locus complesso del gene LPA modellato come grafo pangenomico tramite Graphoscope. L’intricata rete evidenzia diversi cammini genomici in colori distinti (come il rosso, il blu e il verde), illustrando gli aplotipi alternativi e la variabilità tra gli individui.

Bolognini, D., Guarracino, A., Paleni, C. et al. COSIGT: population-scalable genotyping of complex loci from low-coverage sequencing data using pangenome graphs. Genome Biol 27, 286 (2026). https://doi.org/10.1186/s13059-026-04242-4