利用长片段读段测序实现人类三人组的高精度单倍型组装
理解遗传变异如何在个体基因组中遗传和组织，是推进精准医学和演化研究的关键。在我们发表于 Bioinformatics 的最新研究中，我们介绍了用于合成长读段的单倍型组装工具 HAST（基于三人组分组策略）——一种利用三人组样本的长片段读段（LFR）测序提高单倍型组装准确性的方法。
主要发现
-
改进的基于三人组的单倍型组装： 我们开发了 HAST，一种新的计算流程，利用基于三人组的测序数据高效解析单倍型。通过整合亲本基因组信息，HAST 成功对长基因组序列进行定相，提高了单倍型精度（约 99.7%）和召回率（约 95.9%）。
-
利用 LFR 进行高质量基因组组装： 基于 LFR 测序的先前进展（最初由 Complete Genomics 引入），我们将该技术应用于人类三人组。LFR 测序和 Hi-C 数据的结合实现了染色体水平基因组组装，促进了父本和母本单倍型的更精确重建。
-
结构变异与单碱基准确性： 与其他三人组分箱方法（如 TrioCanu）相比，HAST 表现出更优的单碱基准确性（高达 Q65），同时有效保留了结构变异（SV）。该方法在检测传统基于比对的单倍型分析可能遗漏的复杂基因组重排方面尤其有益。
思考
这项研究标志着我们在利用 LFR 测序推进人类三人组单倍型组装方面的重要里程碑。Complete Genomics 是最早引入 LFR 技术的公司之一，在之前的 Nature 论文中展示了其在单倍型定相中的作用。LFR 测序的核心思想与 BAC 文库测序类似——能够跨长基因组片段重建序列，使其成为单倍型组装的理想方法。
在这项研究中，我们整合了多个基因组数据集来完善单倍型重建，最终生成了可作为测序标准的单倍型解析组装，用于评估基因组组装和分析工具。虽然 LFR 测序存在一些挑战，如读长限制，但我们的研究证明了它在产生高精度单倍型解析组装方面的有效性。这项工作的成功完成得益于我们团队和合作者的奉献。
本研究的全文可在 Bioinformatics 在线获取。