基于供体特异性基因组组装的短读长测序平台基准测试与真实错误测量

《Genome Biology》：Short-read sequencing benchmarking with donor-specific assemblies

摘要

背景

高通量短读长序列测序已成为基因组学的核心技术，但随着可用平台的迅速扩展，在标准化条件下对这些平台进行基准测试变得越来越重要。一个主要挑战是，传统的基于参考序列的比较方法会将真实的测序错误与遗传变异和参考序列偏差混为一谈，从而难以区分平台的固有性能。

结果

我们使用两个经过充分研究的基准样本（HG002和COLO829BL），以及供体特异性的基因组组装数据，对九种不同的短读长测序技术进行了基准测试，以测量其在与样本匹配的基因组参考序列下的测序错误情况。这种策略能够将真实的平台错误与生物学差异区分开来，并揭示出在替代突变、插入/缺失突变、读段位置以及序列上下文错误方面的显著差异。Element AVITI UltraQ和Roche SBX-D显示出最低的替换错误率，而Ultima和Roche测序技术则表现出最强的插入/缺失突变相关偏差。我们发现在低复杂性区域和三核苷酸序列背景下存在明显的平台特定效应，包括与同聚物相关的错误以及与序列上下文相关的替换偏好，这些因素直接影响到罕见变异的检测。此外，我们还表明，供体特异性的基因组组装对于无偏见的碱基质量校准至关重要，因为它们可以最小化参考序列偏差，并更准确地支持跨平台比较和低频变异的检测。

结论

基于供体特异性基因组组装的基准测试为测量真实的短读长测序错误以及在不同平台之间的比较提供了一个可靠的框架。我们的结果为业界确立了全面的参考标准，显示真实的错误特征可以指导平台选择、质量控制，并有助于提高罕见体细胞变异的检测效率。