利用DeepSomatic技术，实现对多种测序技术下体细胞微小变异的精准检测

《Nature Biotechnology》：Accurate somatic small variant discovery for multiple sequencing technologies with DeepSomatic

体细胞变异检测新方法DeepSomatic融合长短读测序技术，适用于肿瘤及石蜡样本，基于公开的CASTLE六对细胞系肿瘤-正常全基因组测序数据集（含Illumina/PacBio/Oxford Nanopore数据及基准变异集）训练，跨技术类型和样本来源均优于现有工具。

　　

摘要

体细胞变异检测是癌症基因组学分析的重要组成部分。尽管大多数方法都集中在短读长测序上，但长读长技术在进行重复序列定位和变异分相方面具有潜在优势。我们提出了DeepSomatic，这是一种基于深度学习的方法，能够从短读长和长读长数据中检测体细胞小核苷酸变异以及插入和缺失。该方法支持全基因组及全外显子组测序，并可应用于肿瘤-正常组织样本、仅含肿瘤的组织样本以及经福尔马林固定和石蜡包埋的样本。为了训练DeepSomatic并解决体细胞变异检测领域公开可用的训练数据和基准数据匮乏的问题，我们开发了Cancer Standards Long-read Evaluation（CASTLE）数据集，并将其公开发布。该数据集包含六对匹配的肿瘤-正常细胞系，这些细胞系使用Illumina、PacBio HiFi和Oxford Nanopore Technologies技术进行了全基因组测序，同时还提供了相应的基准变异集。在各种样本（包括细胞系和患者来源的样本）以及不同的短读长和长读长测序技术中，DeepSomatic的表现均显著优于现有的变异检测工具。