長(zhǎng)讀長(zhǎng)測(cè)序技術(shù)已在全基因組層面實(shí)現(xiàn)了對(duì)人類結(jié)構(gòu)變異的深度解析，同時(shí)提升了對(duì)嵌合結(jié)構(gòu)變異的識(shí)別能力。隨著單倍型分型技術(shù)的不斷發(fā)展，結(jié)構(gòu)變異檢測(cè)迎來了全新技術(shù)路徑——無需依賴全基因組從頭組裝，便可直接獲得單倍型分辨率水平的變異信息。然而，當(dāng)前主流方法在單體型信息的挖掘與利用上仍存在明顯不足，難以精準(zhǔn)區(qū)分多等位基因及嵌合結(jié)構(gòu)變異；同時(shí)，在多種測(cè)序平臺(tái)間的普適性依然受限。這些瓶頸正成為阻礙高效、精準(zhǔn)單倍型感知結(jié)構(gòu)變異分析的關(guān)鍵挑戰(zhàn)。

近日，哈爾濱工業(yè)大學(xué)王亞東、姜濤團(tuán)隊(duì)在Advanced Science期刊發(fā)表題為cuteHap: Haplotype-Aware Structural Variant Detection in Phased Long-Read Sequencing Data的研究論文提出了一種面向分型長(zhǎng)讀長(zhǎng)測(cè)序數(shù)據(jù)的單倍型感知結(jié)構(gòu)變異檢測(cè)新方法cuteHap（圖1）。

該方法創(chuàng)新性 提出了基于分型質(zhì)量的基因組區(qū)域評(píng)分量化方法，將基因組劃分為高質(zhì)量區(qū)與低質(zhì)量區(qū)，并根據(jù)區(qū)域質(zhì)量決定后續(xù)等位基因聚類與識(shí)別過程對(duì)分型信息的依賴程度。針對(duì)不同區(qū)域采用差異化的等位基因識(shí)別策略：在分型高質(zhì)量區(qū)域，進(jìn)行單倍型特異的自適應(yīng)聚類與等位基因整合；在分型低質(zhì)量區(qū)域，采用基于聚類可信度優(yōu)先的集束搜索，結(jié)合改進(jìn)的貝葉斯估計(jì)框架推斷基因型。兩種策略有效地利用了單倍體分型信息，獲得精準(zhǔn)的且具有單倍型分辨率的結(jié)構(gòu)變異集合。同時(shí)，該方法根據(jù)測(cè)序片段的單倍型溯源分布實(shí)現(xiàn)低等位基因嵌合變異檢測(cè)，為遺傳學(xué)、臨床醫(yī)學(xué)研究提供了有效方法。

圖1 cuteHap方法的示意圖

研究團(tuán)隊(duì)基于HG002、NA12878等多個(gè)國(guó)際人類金標(biāo)準(zhǔn)數(shù)據(jù)集開展系統(tǒng)測(cè)試。在最新HG002 T2T金標(biāo)準(zhǔn)下，cuteHap在PacBio HiFi與ONT測(cè)序平臺(tái)均達(dá)到最高F1分?jǐn)?shù)（分別為94.66%、93.75%）。在單個(gè)等位基因嚴(yán)格比對(duì)中，cuteHap優(yōu)勢(shì)進(jìn)一步凸顯，較次優(yōu)方法分別提升6%和3%。在模擬數(shù)據(jù)集、復(fù)雜醫(yī)學(xué)相關(guān)基因挑戰(zhàn)集、白金家系樣本上，cuteHap均持續(xù)保持最優(yōu)F1表現(xiàn)。同時(shí)，該方法還能夠精準(zhǔn)解析雜合變異連鎖關(guān)系、識(shí)別多態(tài)性等位基因，充分驗(yàn)證了其優(yōu)異的單倍型感知變異檢測(cè)性能。

為了深入探究分型工具、測(cè)序深度等關(guān)鍵因素對(duì)cuteHap性能的影響，研究團(tuán)隊(duì)進(jìn)行了系統(tǒng)性評(píng)估。在分型工具選擇上，無論采用LongPhase還是WhatsHap，cuteHap在真實(shí)數(shù)據(jù)中F1分?jǐn)?shù)波動(dòng)均不超過0.5%，展現(xiàn)出優(yōu)異的穩(wěn)定性與工具兼容性。在測(cè)序深度方面，cuteHap在20×深度下性能保持穩(wěn)定，且優(yōu)于其他同類工具；當(dāng)深度降至5×?xí)r，ONT數(shù)據(jù)的性能出現(xiàn)明顯下降。進(jìn)一步溯源分析表明，低深度下SNP檢測(cè)與分型準(zhǔn)確性顯著受限，進(jìn)而制約了cuteHap的性能。因此，與相關(guān)研究結(jié)論一致，推薦使用不低于10×的測(cè)序數(shù)據(jù)開展變異檢測(cè)。

人類基因組中，除胚系結(jié)構(gòu)變異外，細(xì)胞在受精后還會(huì)產(chǎn)生DNA序列改變，即體細(xì)胞嵌合變異。這類變異僅存在于部分細(xì)胞中，等位基因頻率低、檢測(cè)難度大。cuteHap 專門設(shè)計(jì)了嵌合變異檢測(cè)模塊，通過等位基因識(shí)別與單倍型追溯，將僅來自同一單倍體、且不滿足雜合胚系結(jié)構(gòu)變異特征的低頻變異，判定為嵌合變異。模擬與混樣實(shí)驗(yàn)證實(shí)，cuteHap 可識(shí)別更多準(zhǔn)確的嵌合結(jié)構(gòu)變異。

體細(xì)胞嵌合變異中，腫瘤相關(guān)變異是重要研究方向。研究團(tuán)隊(duì)以HG008（胰腺癌樣本）、COLO829（黑色素瘤樣本）兩個(gè)真實(shí)腫瘤樣本為對(duì)象，人工構(gòu)建腫瘤相關(guān)低頻變異基準(zhǔn)集。在不同測(cè)序平臺(tái)數(shù)據(jù)中，cuteHap檢出的低頻結(jié)構(gòu)變異數(shù)量更多、類型更全（缺失、插入、倒位、易位均覆蓋），可為體細(xì)胞低頻結(jié)構(gòu)變異解析與臨床研究提供可靠方法支撐。

研究團(tuán)隊(duì)長(zhǎng)期深耕基因組解析算法研究，建立了cute系列結(jié)構(gòu)變異檢測(cè)算法“全家桶”（表1）。2020年8月發(fā)表了cute系列首個(gè)結(jié)構(gòu)變異檢測(cè)算法cuteSV，該算法已經(jīng)成為當(dāng)前國(guó)際上最為廣泛使用的結(jié)構(gòu)變異檢測(cè)算法工具之一。2025年6月和12月再次相繼發(fā)表了結(jié)構(gòu)變異基因型重分型算法cuteFC、結(jié)構(gòu)變異實(shí)時(shí)檢測(cè)算法cuteSV-OL。cuteHap是繼cuteSV、cuteFC、cuteSV-OL之后又一方法力作，實(shí)現(xiàn)了高性能、單倍型分辨率的結(jié)構(gòu)變異檢測(cè)。通過單倍型特異的自適應(yīng)聚類與基于聚類可信度優(yōu)先的集束搜索兩大策略，充分挖掘并利用分型信息。與當(dāng)前主流先進(jìn)方法相比，cuteHap在準(zhǔn)確性、魯棒性、高效性上均表現(xiàn)更優(yōu)，是高質(zhì)量單倍型感知結(jié)構(gòu)變異檢測(cè)的有力工具，有望為基因組學(xué)前沿研究與精準(zhǔn)醫(yī)學(xué)提供重要支撐。

表1 cute系列結(jié)構(gòu)變異檢測(cè)算法“全家桶”

制版人：十一

論文鏈接：https://doi.org/10.1002/advs.202519314.

相關(guān)代碼與數(shù)據(jù)：

https://github.com/Meltpinkg/cuteHap

BioArt

Med

Plants

人才招聘

學(xué)術(shù)合作組織

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。