使用Illumina MiSeq数据对四种生物信息工具进行比较评估,用于识别HIV-1抗药性突变
Ogestelli Fabia Lee1, Chun Kiat Lee2
1Clinical Research & Innovation Office, National Healthcare Group, Singapore 308433, Singapore.
Biology
|March 13, 2026
概括
用于HIV-1药物耐药性测试的下一代测序 (NGS) 显示了生物信息学中的变化. 一个定制的工作流,iLunaR,实现了完美的一致性,而其他工作流显示了较低的一致性,突出了算法选择作为关键的临床因素.
科学领域:
- * 基因组学和生物信息学
- * 分子病毒学 * 分子病毒学
- * 临床诊断 临床诊断 临床诊断
背景情况:
- *下一代测序 (NGS) 与桑格测序相比,为HIV-1药物耐药性测试提供了更好的灵敏度.
- * 然而,NGS引入了影响测试结果和临床解释的生物信息变异性.
- *评估不同的生物信息管道对于可靠的HIV-1耐药性检测至关重要.
研究的目的:
- * 通过使用NGS数据,评估四种不同的HIV-1药物耐药性测试生物信息化策略的一致性.
- * 发现突变检测中的差异,特别是低丰度和结构变异.
- * 确定生物信息算法选择对临床HIV-1耐药性测试结果的影响.
主要方法:
- *对四个HIV-1耐药性测试管道的评估:Exatype,斯坦福HIVdb-NGS,Quasitools (HyDRA) 和一个定制的de novo组装工作流 (iLunaR).
- *分析了85个临床HIV-1基因MiSeq测序数据集.
- *在2%的值下评估突变检测一致性,使用包含桑格测序验证的多数共识标准.
主要成果:
- *所有管道都处理了数据集,但在检测低丰度突变和特定结构变异方面观察到不一致.
- * 定制的iLunaR工作流实现了完美的一致性 (科恩的卡帕=1.000).
- * 由于低丰度突变报告和对齐偏差,Quasitools显示了最低的一致性 (科恩的卡帕=0.901),Exatype (卡帕=0.951) 和斯坦福 (卡帕=0.926) 也出现了特定的失败.
结论:
- *生物信息算法选择是HIV-1药物耐药性测试中的一个重要变量,即使有NGS的进步.
- *生物信息学管道的选择直接影响HIV-1耐药性突变检测的准确性和可靠性.
- * 定制工作流可以提供卓越的一致性,强调需要对所有生物信息策略进行严格验证.
