亚星游戏

近日，国度生物信息中心结合北京大学人民医院、中国食品药品检定钻研院、临汾市中心医院及瑞士日内瓦大学等单元，在 The Innovation 颁发题为“Approaching an error-free diploid human genome using a support-based validation framework”的钻研论文
。钻研提出基于直接测序证据的基因组正确性验证框架，开发“充分比对支持”（Sufficient Alignment Support，SAS）步骤，并进一步优化汉族中国人二倍体端粒到端粒参考基因组“唐尧”（T2T-YAO），构建T2T-YAO v2.0
。

随着端粒到端粒（T2T）组装技术发展，着丝粒、大片段反复和近端着丝粒染色体短臂等复杂区域逐步被纳入齐全基因组，但“组装齐全”并不料味着“序列正确”
。针对分歧测序平台和评估步骤在复杂区域常产生不一致信号的问题，钻研团队提出从“寻找差距”转向“寻找证据”：将每条测序读段视为真实DNA分子的独立尝试观测，以能否获得充分、陆续且一致的读段支持来评价组装可信度
；诟米荚，SAS整合ONT超长读长、PacBio HiFi（SPRQ）和Element高正确率测序数据，从结构和碱基层面对基因组进行逐窗口评价
。仿照测试显示，SAS对多类仿照组装谬误的检测F1值超过0.99
。

团队以T2T-YAO v1.1为基础，综合Pore-C、ONT超长读长和高正确率测序数据发展SAS领导的多尺度迭代校对，并开发多平台整合窗口共识（PWC）校对步骤，对SAS界说的不足支持区域进行精建
。经过47轮校对，获得T2T-YAO v2.0
。除当前技术仍难齐全解析的rDNA阵列及348处长同聚物区域表，险些所有非rDNA区域均获得充分独立测序证据支持
。

团队随后选取k-mer、结构、覆盖度和碱基差距等多种相互独立的步骤重新评估T2T-YAO v2.0
。Merqury的21-mer质量值（QV）由67提升至76，31-mer QV由62提升至68；残存的“谬误k-mer”来自HiFi和短读长测序偏倚无法覆盖的基因组区域，在集中中参与ONT起源k-mer后，检测不到谬误的21-mer
。但必要把稳：反复区域中k-mer步骤活络杜仔限，因而“零谬误k-mer”不能等同于“绝对零谬误基因组”
。

在碱基层面，多种变异鉴别工具检出的高相信SNV类差距（GQ>20）从v1.1的63,398个降至v2.0的2,354个
。大无数渣滓信号来自同聚物区域；非同聚物有关差距仅38个，其中36个位于rDNA区域，另表2个经人为查抄有充分读段支持
。Pore-C数据进一步支持染色体尺度组织和单倍型分离
。总体上，与国际常用的人类基准基因组HG002最新颁布的组装版本 v1.1 相比，在多种一样评估框架下，T2T-YAO v2.0 的关键残存信号数量总体相当或更低，尤其是残存结构谬误信号的数量和影响领域均显著更少
。

钻研还解析了大片段反复、着丝粒、近端着丝粒染色体短臂、多拷贝基因及长同聚物等复杂区域
。与首幼我类T2T基因组T2T-CHM13 v2.0（欧洲裔）相比，T2T-YAO v2.0在多拷贝基因扩增及反复区域结构上出现出显著差距，进一步揭示了分歧人群间复杂基因组区域的结构多样性
。T2T-YAO v2.0为东亚人群复杂基因组钻研提供了高可信二倍体参考，该钻研框架将来还有望拓展利用于索求群体基因组、高反复植物、多倍体及复杂肿瘤基因组等钻研
。

国度生物信息中心楚亚挠注黄濯、邵长君和临汾市中心医院郭淑明为共同第一作者；国度生物信息中心康禹钻研员、北京大学人民医院高占成教授、中国食品药品检定钻研院黄杰钻研员和亚星游戏大学于军钻研员为共同通讯作者
。钻研得到国度重点研发打算、国度天然科学基金等项目支持
。

基于测序证据的验证与分层校对助力构建近无谬误的人类二倍体基因组

论文链接