在癌症基因组中检测体细胞结构变异（SV）时，长读长测序相较于短读长测序，在可定位性和变异定相方面更具优势。然而，目前大多数长读长 SV 检测方法并不适用于分析具有复杂重排和异质性特征的肿瘤基因组。在此，研究人员提出 Severus，这是一种基于断点图的算法，用于从长读长癌症测序数据中识别体细胞 SV。Severus 可与匹配的正常样本配合使用，支持分析不平衡的癌症核型，能够描绘复杂的多断点 SV 模式，并生成单倍型特异性的检测结果。在一个综合多种技术的细胞系面板测试中，Severus 在 SV 检测的 F1 分数（精确率和召回率的调和均值）方面始终优于其他长读长和短读长方法。研究还表明，与长读长方法相比，短读长测序系统地遗漏了某些类型的体细胞 SV，如插入或聚集性重排。研究人员将 Severus 应用于几例儿科白血病 / 淋巴瘤的临床病例分析，揭示出标准基因组检测面板遗漏的临床相关隐匿重排。

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》