构建特定人群和兼顾替代序列的基因组参考的实用框架：越南案例研究

当前人类基因组学研究通常依赖标准基因组参考 GRCh38，但已知其对欧洲祖源人群存在偏倚，因此在应用于其他人群时具有局限性。尽管已针对若干人群构建了多种基于图的泛基因组参考以应对此类偏倚，但与线性基因组参考相比，其在实际中的使用目前仍然有限。本文提出一个利用 GRCh38 作为骨架并具有替代 contig 感知能力的、用于构建人群特异性基因组参考的框架，以增强目标人群中的基因组数据分析。我们使用公开和内部的越南全基因组测序（WGS）数据展示了该框架的优势。将来自 1000 越南基因组计划（VN1K）高覆盖度 WGS 数据的基因组变异导入该框架，构建了越南特异性基因组参考（VGR）。随后，基于 1000 基因组计划（1kGP）中 99 名越南个体（KHV）的高覆盖度 WGS 数据，在比对和变异检测方面比较了 VGR 与 GRCh38。以 99 个 KHV 样本的 Omni 芯片分型数据作为独立基准，我们发现，与 GRCh38 相比，VGR 提高了变异检测精确度并降低了假阳性调用。只要拥有类似于 VN1K 的变异数据库，我们的框架也可轻松应用于其他人群。我们的代码已公开发布于 github.com/VinGenome/VGR。

当前人类基因组学研究通常依赖标准基因组参考 GRCh38，而该参考已知对欧洲血统人群存在偏倚，因此在应用于其他人群时具有局限性。尽管已经为若干人群构建了多种基于图的泛基因组参考以应对这一偏倚，但与线性基因组参考相比，它们在实际中的使用目前仍然有限。本文提出一个框架，利用 GRCh38 作为主干并具备替代 contig 感知能力，构建人群特异性的基因组参考，以增强目标人群中的基因组数据分析。我们使用公开和内部的越南全基因组测序（WGS）数据集展示了该框架的优势。我们将来自 1000 越南基因组计划（VN1K）高覆盖度 WGS 数据的基因组变异导入该框架，构建了越南特异性的基因组参考（VGR）。随后，我们使用来自 1000 基因组计划（1kGP）的 99 名越南个体（KHV）高覆盖度 WGS 数据，将 VGR 与 GRCh38 在读段比对和变异检测方面进行了比较。以 99 个 KHV 样本的 Omni 芯片分型数据作为独立基准，我们发现，与 GRCh38 相比，VGR 提高了变异检测精确度并减少了假阳性调用。只要其他人群拥有类似 VN1K 的变异数据库，该框架也可轻松应用于这些人群。我们的代码已公开发布于 github.com/VinGenome/VGR。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.24.746817v1?rss=1

🏷️ 人群特异性参考基因组 泛基因组参考 基因组变异检测 越南人群 替代序列 全基因组测序