次世代シーケンスからのHLAタイピングの計算方法の体系的な比較研究

ヒト白血球抗原（HLA）システムは、造血幹細胞移植（HSCT）および臓器移植、免疫障害、腫瘍学的免疫療法において重要な役割を果たします。ただし、HLAタイピングは、HLA遺伝子の多型と相同性のレベルが高いため、依然として困難な作業です。ハイスループットの次世代シーケンスデータに基づいて、新しいHLAタイピングアルゴリズムとソフトウェアツールが開発されました。しかし、さまざまな条件下での最適な分析アプローチの選択を支援するために、体系的な比較研究の赤字がまだあります。ここでは、さまざまなシーケンスの長さ、深さ、エラー率を持つさまざまな実際のデータセット（全ゲノムシーケンス、全エクソンシーケンス、トランスクリプトームシーケンスデータ）およびシリコ内サンプルでのHLAタイピングの8つのソフトウェアツールの詳細な比較を示します。さまざまなシナリオで最高の効率を持つアルゴリズムを把握し、分析パフォーマンスに対するさまざまな生の読み取りの効果を示します。私たちの結果は、8つの既存のHLAジェノタイピングアルゴリズムの仕様とパフォーマンスの包括的な画像を提供します。これは、研究者が特定の生データセットに最も適切なツールを選択するのに役立ちます。

The human leukocyte antigen (HLA) system plays an important role in hematopoietic stem cell transplantation (HSCT) and organ transplantations, immune disorders as well as oncological immunotherapy. However, HLA typing remains a challenging task due to the high level of polymorphism and homology among HLA genes. Based on the high-throughput next-generation sequencing data, new HLA typing algorithms and software tools were developed. But there is still a deficit of systematic comparative studies to assist in the selection of the optimal analytical approaches under different conditions. Here, we present a detailed comparison of eight software tools for HLA typing on different real datasets (whole-genome sequencing, whole-exome sequencing and transcriptomic sequencing data) and in-silico samples with different sequencing lengths, depths, and error rates. We figure out the algorithms with the best efficiency in different scenarios, and demonstrate the effect of different raw reads on analytical performances. Our results provide a comprehensive picture of specifications and performances of the eight existing HLA genotyping algorithms, which could assist researchers in selecting the most appropriate tool for specific raw datasets.