アラインメントのないジェノタイピングに対する間隔のK-MERSの効果

動機：アラインメントフリーで、K-MERベースのジェノタイピング方法は、アラインメントベースの方法に代わる高速な代替品であり、より大きなコホートのジェノタイピングに特に適しています。K-Mersと連携するアルゴリズムの感度は、間隔のある種子を使用して増加させることができますが、K-MERベースのジェノタイピング方法での間隔の種の適用はまだ研究されていません。 結果：Spaced Seeds機能をジェノタイピングソフトウェアPangenieに追加し、それを使用して遺伝子型を計算します。これにより、SNP、インデル、および構造バリアントが低（5倍）および高（30×）カバレッジを使用して、SNP、インデル、および構造バリアントをジェノタイピングすると、感度とFスコアが大幅に向上します。改善は、隣接するK-Mersの長さを増やすだけで達成できるものよりも大きくなります。エフェクトサイズは、カバレッジの低いデータに対して特に大きいです。アプリケーションが間隔を空けたK-Mersのハッシュに効果的なアルゴリズムを実装する場合、間隔を置いたK-MersはK-MERベースのジェノタイピングの有用な手法になる可能性があります。 可用性と実装：提案されたツールMaskedPangenieのソースコードは、https：//github.com/hhaentze/maskedpangenieで公開されています。

MOTIVATION: Alignment-free, k-mer based genotyping methods are a fast alternative to alignment-based methods and are particularly well suited for genotyping larger cohorts. The sensitivity of algorithms, that work with k-mers, can be increased by using spaced seeds, however, the application of spaced seeds in k-mer based genotyping methods has not been researched yet. RESULTS: We add a spaced seeds functionality to the genotyping software PanGenie and use it to calculate genotypes. This significantly improves sensitivity and F-score when genotyping SNPs, indels, and structural variants on reads with low (5×) and high (30×) coverage. Improvements are greater than what could be achieved by just increasing the length of contiguous k-mers. Effect sizes are particularly large for low coverage data. If applications implement effective algorithms for hashing of spaced k-mers, spaced k-mers have the potential to become an useful technique in k-mer based genotyping. AVAILABILITY AND IMPLEMENTATION: The source code of our proposed tool MaskedPanGenie is openly available on https://github.com/hhaentze/MaskedPangenie.