10月21日，哈尔滨工业大学计算学部王亚东团队(生物大数据教育部重点实验室)在《自然·生物技术》(Nature Biotechnology)发表论文《跨测序技术的结构变异检测》(Structural variant detection across sequencing t

echnologies)，www.shhzy3.cn介绍了一种名为HitSV的结构变异检测算法。该研究将短读长、长读长及混合测序数据纳入同一分析框架，在人类及多种动植物的基准测试中表现优于现有主流工具。

ww.shhdahua4.cn结构变异是基因组多样性的重要来源，也与疾病研究密切相关。由于这类变异常发生在重复序列区域，比对存在歧义，准确识别并重构其序列一直是难点。短读长测序成本低、单碱基准确度

高，适合检测单核苷酸变异和小片段插入缺失，但解析结构变异的完整序列时信息不足；长读长能提供更长的连续序列信息，有利于识别复杂变异，但现有算法的敏感性与准确性尚未达到理想水平，www.shybdj6.n

et且测序成本约为短读长的5至6倍。长期以来，针对两类数据的检测方法基本各自独立发展。

　　HitSV的核心是构建涵盖局部单倍型组装、碱基级变异重构与基因分型的统一框架。该方法通过重复度与信号密度感知的断点识别，结合单倍型分辨的局部组装，实现不同测序技术下结构变异的统一建模与序列级

重构。在混合测序模式下，算法以长读长搭建基因组结构骨架并辅助单倍型解析，再用短读长进行碱基层面校正，以降低对单一测序平台的依赖。

     上海大华仪表厂www.zghq5.com为评估性能，研究团队利用人类及食蟹猴、小鼠、果蝇、斑马鱼、拟南芥和大豆共7个物种的数据，www.shzy4.com将HitSV与13种主流工具进行对比。在人类标准样本HG002

上，该算法使用长读长数据时的GT-F1达85.00%(30×PacBio)和88.48%(30×ONT)，较其他工具高出约15%至72%；使用短读长数据时同样优于参评工具。在混合测序模式下，4×长读长配合30×短读长即可达到主流

工具使用30×长读长的效果，长读长深度降至1至2×时仍保持竞争力。此外，在HG002局部重复度超过120、包含6个以上变异事件的极复杂区域，其GT-F1为71.83%，其他参评工具均低于40%。 

　　应用层面，www.shsaic.net研究团队将HitSV用于千人基因组计划第四期队列，使结构变异检出集扩大31.5%，并对等位基因频率分布产生明显影响；在一个大规模中国人群长读长队列中，该算法发现串联重复

与可移动元件组成的复合阵列是一类普遍存在、多等位基因型的复杂结构变异，提示此类复合重复结构可能是此前被低估的人类结构变异来源。

　　论文作者认为，www.shyb9.com这一方法为打破不同测序技术间的分析壁垒提供了技术方案，对已积累大量短读长数据的群体基因组项目，混合模式有望在控制成本的同时提高检测准确性。需要指出的是，上述

结论主要基于基准样本和公开队列评测，性能优势体现在GT-F1等特定指标上，该算法在更多人群队列、临床样本及不同实验流程下的稳定性仍有待独立研究进一步验证，实际带来的成本节约幅度也取决于具体项目的

测序设计与数据质量。