在合重复中对小型和大型变体进行基准测试

科学领域:

• 基因组学就是基因组学.
• 人类遗传学 人类遗传学
• 生物信息学是一种生物信息学.

背景情况:

• 双重重复 (TRs) 是高度多态的,并与许多分子特征和60多种疾病表型相关联.
• 在大型基因组研究中,TRs的复杂性对变异调用,表示和标准化提出了重大挑战.

研究的目的:

• 通过创建一个全面的全基因组目录,开发分析串联重复 (TR) 的方法.
• 建立TR变种呼叫的基准数据集,使用GIAB HG002个人的精选数据.
• 引入一种新型变异比较方法,能够处理不同的等位基因大小和表示.

主要方法:

• 在86个人类样本中创建一个全面的合重复区域目录.
• 来自GIAB HG002个体的变体的策划,以创建一个串联重复基准数据集.
• 开发和应用一个变体比较方法,用于具有不同表示的小和大等位基因.

主要成果:

• 该TR目录涵盖了8.1%的基因组,约有24.9%的个体变异.
• GIAB HG002 TR基准包括124,728个小变体和17,988个大变体.
• 与GIAB社区合作,在短读和长读测序技术中证明了基准的实用性.

结论:

• 开发的TR目录和基准促进了TR方法的开发,并提高了变量调用精度.
• 本资源解决了TR分析的关键挑战,使得更全面的大规模基因组研究成为可能.
• 该基准对于评估和推进TR变种检测的短读和长读测序技术非常有价值.