对比短读长基因组结构变异检测方法，凸显了工具组合使用的优势以及图谱基因组比对的较小影响

《Genome Biology》：Benchmarking short-read germline structural variant calling highlights advantages of using ensembles of tools and small impact of graph genome alignment

　　

摘要

背景

人类基因组中的结构变异在健康与疾病中起着重要作用。通常采用短读长测序技术来识别这些结构变异。但由于测序得到的片段长度通常短于变异本身，因此准确识别结构变异仍是一项具有挑战性的任务。此前的基准测试研究表明，不同结构变异识别工具的性能存在较大差异，而这些差异主要源于其底层算法的不同。

结果

我们使用了新发布的、基于高可信度家系数据的四个样本，以及自建的数据库，对14种性能优异的结构变异识别工具进行了评估。由于这些数据是近期才发布的，因此不太可能被其他工具用于训练，从而降低了过拟合的风险。我们还采用了频率过滤技术，将后续的变异分析工作量减少了近一半。此外，我们也分析了基于图结构基因组组装的比对结果，但发现与线性参考序列相比，其对性能的影响很小。DRAGEN的整体性能最佳，平均召回率为0.36，平均F1值为0.51。在开源工具中，Manta和Dysgu的召回率最高，均为0.26，而Manta的平均F1值最高，为0.41。我们还评估了几种多工具联合使用的策略，在某些情况下，这类策略的召回率高于任何单一工具。在各种联合策略中，Dysgu、Octopus、Manta和Tardis均属于性能最佳的工具组合。

结论

我们的研究结果表明，在设计结构变异识别策略时，应根据具体应用需求选择一种或多种工具，同时需权衡准确性、召回率、计算资源、参考序列的选择以及临床解读的负担等因素。