生物信息学

在投入资源进行单分子测序(SMS)实验之前，首先可以快速构建一个实验过程和生物信息学工具的协同对原型。一个多功能和现实的SMS读取模拟器可以支持这样的原型，但还没有可用。目前可用的软件，如PBSIM和Alchemy，生成的数据格式与下游分析工具的可移植性或兼容性有限。¹更重要的是，现有的模拟器假设理想的误差特征，可能无法从从化学到信号处理的广泛的测序机制中捕获真实的误差特征。²LongISLND是一个适应这种机制的软件包，根据各种第三代SMS技术的经验特征来模拟测序数据。

LongISLND使用一种学习和模拟的方法来实现精确和真实的模拟，同时保持平台不可知。该软件通过分析真实数据与真值序列的对齐关系，提取非参数模型。例如，该模型通过测序上下文捕获经验测序误差，如均聚物的长度和碱基标识以及侧翼碱基标识。由此产生的模型是如此的真实，以至于从太平洋生物科学公司(PacBio) RSII测序仪的p5 -到p6化学修订版可以检测到精度和误差偏差的细微而显著的变化(图1a和1b)

然后使用非参数经验模型对感兴趣的测试用例进行模拟。这种逼真的模拟使生物信息学得以快速发展，这解释了经验的测序缺陷，而不仅仅是理想的错误模型。LongISLND是模拟单分子测序和检测测序特征偏差的一个有价值的工具。它可以用于任何第三代短信平台或化学预测特定组合的实验和生物信息学分析的性能。

结构变异(SVs)是导致基因组多样性和基因组紊乱的大型基因组重排。⁴由于sv的长度不同，很难准确检测，特别是在分析下一代测序(NGS)产生的相对较短的读数时。

虽然已经开发了几种SV检测工具，但每种工具都仅限于特定类型的SV，精度和分辨率各不相同。为了提高SV检测的准确性，罗氏开发了MetaSV，这是一个集成的SV调用器，可以智能合并来自多个工具的SV;即BreakSeq、Breakdancer、Pindel和CNVnator，生成高质量的SV调用集。⁵合并之后，MetaSV使用本地汇编，结合对齐，以高精度地解析SV断点(图3)。MetaSV还分析来自对齐的软剪辑读取，以提高插入SV检测的准确性。高质量的sv最终被基因分型并输出为VCF，这是二次分析的标准格式。

MetaSV通过其集成方法显著提高了sv调用的准确性。此外，它的潜力比上述四种工具更大;还可以对它进行调整，以使用附加的甚至不同的工具集。