科技日报记者 朱虹 通讯员 阚思邈
10月17日，记者从哈尔滨工业大学获悉，生物大数据教育部重点实验室、该校计算学部王亚东团队建立了兼容短读长、长读长及混合测序数据的统一结构变异检测算法——HitSV，显著提升了基因组结构变异序列检测的能力。10月15日，研究成果发表于《自然生物技术》。该算法在涵盖人类及多种动植物的跨物种、跨测序技术的评测中表现领先，为突破不同测序技术之间的分析壁垒、实现多源测序数据的协同解析以及深入揭示基因组结构多样性提供了新的技术支撑。
当前，基因组结构变异检测主要采用短读长和长读长测序两类技术，针对两类测序数据的结构变异检测方法长期以来相对独立。短读长测序具有成本较低、单碱基准确度高等优势，但在结构变异序列检测方面仍存在明显局限；相比之下，长读长测序数据能够提供更充分的基因组序列信息，有利于复杂结构变异的识别与序列解析，但现有检测算法的敏感性和准确性一直没有突破并达到理想状态。尤其是，长读长测序成本较高，限制了长读长测序数据的广泛应用。
针对上述问题，HitSV构建了局部单倍型组装、碱基级变异重构与分型的统一SV分析框架，其核心创新在于实现了不同测序技术下结构变异序列检测的统一建模与精准重构。该方法充分利用短读长测序序列的高碱基准确度和长读长测序序列的长距离结构信息，在同一框架下支持短读长、长读长及二者混合的测序数据。特别是在混合测序模式下，其通过长读长构建基因组结构骨架并辅助单倍型解析，结合短读长进行碱基层面的精细校正，实现不同测序技术的优势互补。这一创新框架不仅打破了传统检测方法对特定测序技术的依赖，为跨平台基因组数据的统一分析提供了新的技术方案。
为系统评价HitSV的检测性能，研究团队利用人类及食蟹猴、小鼠、果蝇、斑马鱼、拟南芥和大豆等共7个物种的测序数据，将HitSV与13种主流结构变异检测工具进行比较，全面评估了其在不同测序平台、变异类型、测序深度和复杂基因组区域中的表现，均表现出高质量结构变异序列检测能力。
随着基因组测序技术的快速发展，全球已积累大量短读长和长读长测序数据。如何充分挖掘这些数据中的遗传信息，是推动基因组学研究和精准医学发展的重要基础。HitSV通过构建统一的跨测序平台结构变异检测算法框架，在提升复杂结构变异检测能力的同时，为不同测序技术的联合应用提供了新的思路。尤其对于已积累大量短读长测序数据的群体基因组项目，该方法有望进一步释放已有数据的研究价值。
网友评论
