跳到正文
方法与工具Nature Biotechnology · 结构变异检测新方法与基准评测

跨测序技术的结构变异检测

Structural variant detection across sequencing technologies.

一句话提出 HitSV，实现多种测序技术下碱基分辨率的结构变异重建与基因分型。

研究问题

能否通过结合重复性与特征信号密度感知的断点识别，以及单倍型分辨局部组装，改善不同测序技术下的结构变异重建与基因分型？该方法能否扩展人群结构变异检出集合并揭示复杂变异类型？

数据与样本

基准评测使用 HG002，涵盖长读长、短读长和混合测序。人群应用涉及 1KGP 第 4 阶段队列及一个大型中国人群长读长测序队列；摘要未提供样本量及具体测序平台。

分析流程

  1. 1识别断点：使用 HitSV，结合基因组重复性和特征信号密度进行断点识别。
  2. 2重建与分型：结合精确的单倍型分辨局部组装，实现碱基分辨率的 SV 重建与基因分型。
  3. 3开展基准评测：在 HG002 的长读长、短读长及混合测序数据上，以基因型 F1 分数比较 HitSV 与当前先进 SV 检测工具。
  4. 4扩展人群变异集合：将 HitSV 应用于 1KGP 第 4 阶段队列，评估 SV 检出集合及等位基因频率图景的变化。
  5. 5识别复杂变异：在大型中国人群长读长测序队列中，识别串联重复序列与移动元件构成的复合阵列。

关键方法与工具

HitSV
结构变异重建与基因分型
HG002
结构变异检测基准评测
1KGP
人群结构变异分析

设计思路

研究先在 HG002 基准中，按长读长、短读长和混合测序分别与当前先进工具比较，以考察跨测序技术的基因分型表现。再应用于 2 个人群队列，分别考察检出集合扩展及复杂结构变异识别，连接方法性能与人群应用。

主要发现

  • 在 HG002 基准评测中，HitSV 的基因型 F1 分数较当前先进 SV 检测工具提高 15-72%（长读长）、10-36%（短读长）和 12%（混合测序）。
  • 在 1KGP 第 4 阶段队列中，HitSV 将 SV 检出集合扩展了 31.5%，显著重塑了等位基因频率图景。
  • 在大型中国人群长读长测序队列中，HitSV 识别出串联重复序列与移动元件构成的复合阵列，属于普遍存在且具有多等位基因的复杂 SV 类型。

可借鉴之处

  • 开发变异检测方法时，可借鉴本文将重复性及特征信号密度纳入断点识别，并与单倍型分辨局部组装衔接的思路。
  • 评价跨测序技术方法时，可像本文一样分测序类型报告基因型 F1 分数，而非仅报告合并性能。
  • 方法评测后可进一步在人群队列中检查检出集合扩展和复杂变异类型，以评估新增检出结果的生物学意义。

数据与代码

摘要和已读取的内容里没有说明，请查看原文的数据可得性声明。

摘要（中文翻译）

结构变异（SVs）是基因组多样性的重要来源，但由于重复性基因组背景、比对歧义以及测序成本与读长之间的权衡，其发现仍面临挑战。本文介绍 HitSV，该方法将考虑重复性和特征信号密度的断点识别与精确的单倍型分辨局部组装相结合，从而支持在多种测序技术下进行碱基分辨率的 SV 重建与基因分型。在 HG002 基准评测中，与当前先进的 SV 检测工具相比，HitSV 的基因型 F1 分数分别提高了 15-72%（长读长）、10-36%（短读长）和 12%（混合测序）。应用于 1KGP 第 4 阶段队列时，HitSV 将 SV 检出集合扩展了 31.5%，显著重塑了等位基因频率图景。在一个大型中国人群长读长测序队列中，HitSV 发现串联重复序列与移动元件构成的复合阵列是一类普遍存在、具有多等位基因的复杂 SV，凸显了复合重复结构是人类结构变异的重要贡献因素，而此前对其认识不足。

英文原文摘要

Structural variants (SVs) are a major source of genomic diversity, yet their discovery remains challenging due to repetitive genomic contexts, alignment ambiguity and the trade-off between sequencing cost and read length. Here we introduce HitSV, which implements repetitiveness- and signature-density-aware breakpoint recognition coupled with precise haplotype-resolved local assembly, thereby enabling base-resolution SV reconstruction and genotyping in various sequencing technologies. On the HG002 benchmark, HitSV achieved 15-72% (long read), 10-36% (short read) and 12% (hybrid sequencing), respectively, higher genotype F1 scores than state-of-the-art SV callers. Applied to the 1KGP phase 4 cohort, HitSV expanded the SV callset by 31.5%, substantially reshaping allele-frequency landscapes. In a large Chinese long-read cohort, HitSV uncovered tandem-repeat-mobile-element composite arrays as a prevalent, multi-allelic class of complex SVs, highlighting composite repeat architectures as an important and previously underrecognized contributor to human structural variation.

摘要来自 PubMed。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。