Longshotは、単一分子の長い読み取りシーケンスからの二倍体ゲノムでの正確なバリアント呼び出しを可能にします

Illuminaなどのシーケンス技術を使用した全ゲノムシーケンスにより、小規模バリアントの正確な検出が可能になりますが、ヒトゲノムの反復領域におけるハプロタイプとバリアントに関する限られた情報を提供します。Pacific BiosciencesやOxford Nanoporeなどの単一分子シーケンス（SMS）テクノロジーは、ショートリードシーケンスの制限に潜在的に対処できる長い読み取りを生成します。ただし、SMS読み取りの高いエラー率は、二倍体ゲノムの小規模なバリアントを検出するのが難しいためです。SMSに存在するハプロタイプ情報を活用して、二倍体ゲノムで単一ヌクレオチドバリアント（SNV）を正確に検出および位相とするバリアント呼び出し方法Longshotを紹介します。ロングショットは、全ゲノムパシフィックバイオサイエンスデータを使用したSNV検出の非常に高い精度を達成し、既存のバリアント呼び出し方法を上回り、短い読み取りを使用してマッピングできないゲノムの重複領域でバリアント検出を可能にすることを実証します。

Whole-genome sequencing using sequencing technologies such as Illumina enables the accurate detection of small-scale variants but provides limited information about haplotypes and variants in repetitive regions of the human genome. Single-molecule sequencing (SMS) technologies such as Pacific Biosciences and Oxford Nanopore generate long reads that can potentially address the limitations of short-read sequencing. However, the high error rate of SMS reads makes it challenging to detect small-scale variants in diploid genomes. We introduce a variant calling method, Longshot, which leverages the haplotype information present in SMS reads to accurately detect and phase single-nucleotide variants (SNVs) in diploid genomes. We demonstrate that Longshot achieves very high accuracy for SNV detection using whole-genome Pacific Biosciences data, outperforms existing variant calling methods, and enables variant detection in duplicated regions of the genome that cannot be mapped using short reads.