- 1次围观
目前，尚无广泛认可的标准用于分析短读长全基因组测序（WGS）数据中的结构变异（SV）。我们利用全面的SV真值集（HG002 T2T-Q100、Platinum Pedigree）和长读长测序数据库（1KGP-ONT、CoLoRS），在碱基对分辨率下对SV断点和大小进行基准评估。基于30×覆盖深度的Illumina WGS数据，在所测试的16种单独工具中，仅有5种能够可靠地输出与真值集完全匹配的缺失、插入和重复变异。与各自组成工具中表现最佳的工具相比，常用于群体规模数据集的集成流程（如GATK-SV、MOPline、Parliament2）的完全匹配准确率降幅最高达98%。这种不准确性进一步传递至采用集成流程（GATK-SV）构建的短读长数据库（gnomAD-SV），并可能影响其他数据库（TOPMed、All of Us、Biobank Japan）。作为概念验证，我们展示了一种样本内合并策略，该策略在HG002样本的缺失和插入变异检测中取得了最高的F1分数，其检出的完全匹配变异数量甚至超过了所测试的表现最佳的集成流程检出的总匹配变异数量。对于HG002真值集中的常见SV（等位基因频率 > 1%），我们的集成变异检出集与两个基于正交技术的长读长测序数据库（CoLoRS、ONT-1KGP）在精确匹配方面表现出极高的一致性。本研究为建立稳健的SV分析标准迈出了关键一步，可指导短读长WGS集成流程的开发，并提高跨研究比较的可比性。
基于短读长全基因组测序数据的结构变异分析标准化探索 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
基于短读长全基因组测序数据的结构变异分析标准化探索
查看 ORCID 个人资料
James C.
Slimmer
，
查看 ORCID 个人资料
Johanna L.
Jones
，
查看 ORCID 个人资料
William R.
Reay
，
查看 ORCID 个人资料
Kathryn P.
Burdon
，
查看 ORCID 个人资料
Nicholas B.
Blackburn
doi：
https://doi.org/10.64898/2026.10.13.758836
James C. Slimmer
塔斯马尼亚大学孟席斯医学研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
James C. Slimmer 的 ORCID 记录
Johanna L. Jones
塔斯马尼亚大学孟席斯医学研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Johanna L. Jones 的 ORCID 记录
William R. Reay
塔斯马尼亚大学孟席斯医学研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
William R. Reay 的 ORCID 记录
Kathryn P. Burdon
塔斯马尼亚大学孟席斯医学研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Kathryn P. Burdon 的 ORCID 记录
Nicholas B. Blackburn
塔斯马尼亚大学孟席斯医学研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Nicholas B. Blackburn 的 ORCID 记录
通信联系：
nicholas.blackburn{at}utas.edu.au
摘要
信息/历史
指标
预览 PDF
摘要
对于分析源自……的结构变异，目前尚无广泛认可的标准
短读长全基因组测序（WGS）数据。我们使用全面的结构变异（SV）真值集（HG002 T2T-Q100、Platinum Pedigree）和长读长测序数据库（1KGP-ONT、CoLoRS），在碱基对分辨率下对SV断点和大小进行基准评估。使用30×覆盖深度的Illumina WGS数据时，在测试的16种独立工具中，仅有5种能够可靠地输出与真值集完全匹配的缺失、插入和重复变异。与其组成工具中表现最佳者相比，常用于群体规模数据集的集成流程（如GATK-SV、MOPline、Parliament2）的完全匹配准确率最高降低了98%。这种不准确性传递至采用集成流程（GATK-SV）构建的短读长数据库（gnomAD-SV），并可能影响其他数据库（TOPMed、All of Us、Biobank Japan）。作为概念验证，我们展示了一种样本内合并策略，该策略在HG002样本的缺失和插入变异检测中取得了最高的F1分数，其找回的完全匹配数量甚至超过了所测试的表现最佳集成流程的总匹配数量。对于HG002真值集中的常见SV（等位基因频率 > 1%），我们的集成变异检出集与两个基于独立技术的长读长测序数据库（CoLoRS、ONT-1KGP）之间的精确匹配表现出极高的一致性。本研究为建立稳健的SV分析标准迈出了关键一步，为短读长WGS集成流程的开发提供了指导，并提高了跨研究比较的可靠性。
利益冲突声明
J.C.S.是Oxford Nanopore Technologies的股东。所有其他作者均声明不存在利益冲突。
已声明的资助方信息
澳大利亚多发性硬化症协会
，23-PG-0121
，22-4-097
澳大利亚国家卫生与医学研究委员会
，GNT1185477
，2025671
版权
本预印本的版权持有人为作者／资助方，
其已授予 bioRxiv 永久展示该预印本的许可。
本文依据
CC BY 4.0 国际许可协议
开放使用。
返回顶部
上一篇
下一篇
发布于2026年10月14日。
下载 PDF
电子邮件
感谢您关注并帮助推广 bioRxiv。
注意：索取您的电子邮件地址仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个地址，每行一个，或以逗号分隔。
您即将通过电子邮件发送以下内容
迈向短读长全基因组测序数据结构变异分析的标准化
邮件主题
（您的姓名）从 bioRxiv 向您转发了一个页面
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于验证您是否为人类访问者，并防止自动提交垃圾信息。
分享
迈向短读长全基因组测序数据结构变异分析的标准化
James C.
Slimmer
，
Johanna L.
Jones
，
William R.
Reay
，
Kathryn P.
Burdon
，
Nicholas B.
Blackburn
bioRxiv
2026.10.13.758836；
doi：
https://doi.org/10.64898/2026.10.13.758836
分享本文：
复制
引文工具
迈向短读长全基因组测序数据结构变异分析的标准化
James C.
Slimmer
，
Johanna L.
Jones
，
William R.
Reay
，
Kathryn P.
Burdon
，
Nicholas B.
Blackburn
bioRxiv
2026.10.13.758836；
doi：
https://doi.org/10.64898/2026.10.13.758836
文献管理软件格式
BibTeX
Bookends
EasyBib
EndNote（带标签格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks 带标签格式
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知
（8129）
生物化学
（18965）
生物工程
（15115）
生物信息学
(45055)
生物物理学
(22884)
肿瘤生物学
(20009)
细胞生物学
(27210)
临床试验
(138)
发育生物学
(14098)
生态学
(21315)
流行病学
(2067)
进化生物学
(25692)
遗传学
(16288)
基因组学
(23740)
免疫学
(18930)
微生物学
(43034)
分子生物学
(18253)
神经科学
(94621)
古生物学
(709)
病理学
(3017)
药理学与毒理学
(5157)
生理学
(8229)
植物生物学
(16188)
科学传播与教育
(2111)
合成生物学
(4622)
系统生物学
(10347)
动物学
(2412)
关键词：结构变异检测 · 短读长全基因组测序 · 基准评估 · 断点精确定位 · 变异检出工具 · 集成分析流程
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.13.758836v1?rss=1