社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

Nat Genet | 破解基因组“暗物质”!西安交通大学叶凯团队通过深度学习工具Swave实现群体水平结构变异精准解析与表征

iNature • 8 月前 • 320 次点击  
图片

iNature


群体水平的结构变异(SV)解析在泛基因组时代至关重要。然而,从基因组组装和泛基因组图中识别结构变异仍是一项重大挑战。
2026年3月10日,西安交通大学叶凯独立通讯在Nature Genetics 在线发表题为“Population-level structural variant characterization using pangenome graphs”的研究论文。该研究提出Swave,一种基于序列到图像深度学习的方法,能够从组装衍生的泛基因组图中精确解析简单和复杂的结构变异及其群体特征。
Swave引入了“投影波”来概括点阵图图像,这些图像捕捉了泛基因组中参考等位基因与指示结构变异的等位基因之间的比对模式。随后,通过循环神经网络将真实的结构变异信号与基因组重复序列引入的背景噪声区分开来。与现有方法相比,Swave在结构变异类型分类和基因分型方面均表现出更优的性能。当应用于健康队列和罕见病队列时,Swave揭示了跨人类群体的复杂且多态性的结构变异模式,并识别出潜在致病性的结构变异。这些进展将有助于构建全面的群体水平结构变异目录,从而深化作者对结构变异在遗传多样性和疾病关联中作用的理解。
结构变异(Structural variants, SVs)是指长度大于50个碱基对(bp)的基因组改变,可分为简单结构变异(Simple SVs, SSVs;例如插入、缺失、倒位和重复)以及包含多个内部断点或亚组分的复杂结构变异(Complex SVs, CSVs)。全基因组测序的最新进展凸显了结构变异在发育、遗传性疾病和癌症中的关键作用。长读长测序(Long-read sequencing, LRS)技术的出现显著改善了结构变异的发现,将可检测的结构变异数量提高了2–4.25倍,并增强了对结构复杂性的解析能力,尤其是对于复杂结构变异。目前,已开发出若干基于长读长测序的结构变异检测工具,它们采用模型匹配或深度学习策略。同时,基因组组装方法的改进产生了高质量基因组组装结果,提供了更长、更精确的序列,其性能优于基于读长的结构变异检测方法。然而,现有的基于组装的结构变异检测工具仍受限于模型匹配方法,这些方法仅能检测已知类型的结构变异,常常忽略未表征的变异或复杂结构变异。
随着基因组测序和计算成本的下降,利用组装数据进行群体水平的结构变异分析现已可行。通过对大规模队列中的结构变异进行研究,能够全面表征结构变异图谱及群体特异性特征,从而为人类进化和临床解读提供见解。已有多个基因位点(例如AMY122,23和MUC5B24)在群体水平上得到研究,揭示了结构变异对自然选择和适应的贡献,这凸显了对进化相关结构变异位点进行自动化、全基因组筛查的必要性。在临床方面,区分致病性结构变异与健康人群中观察到的良性变异,需要从群体规模数据集中获得稳健的结构变异参考集。
群体水平结构变异分析的一个关键环节是跨样本合并,该过程将个体结构变异检测集整合为反映结构变异基因型和频率的群体图谱。然而,当前主要基于结构变异区域重叠和序列相似性的合并技术容易产生假阳性结果并遗漏基因型。这些技术在基因组重复区域表现不佳,该区域因比对模糊性导致结构变异长度不一致;在复杂结构变异区域,具有嵌套断点的复杂结构也常被错误分类或完全遗漏。
Swave的概要概述(图片源自Nature Genetics )
泛基因组图(Pangenome graph)能够紧凑地表示多个基因组及其相似性与差异,非常适合群体规模的结构变异应用。通过精细比对,图中的扭结(snarls)在节点和路径中编码了结构变异等位基因。对于任何给定的组装序列,泛基因组图构建工具会在每个扭结内注释其特定路径和结构变异等位基因,从而促进结构变异基因分型。然而,对泛基因组图中的结构变异等位基因进行分类仍是瓶颈。现有的基于长读长测序或组装的结构变异检测方法,无论是基于模型还是基于深度学习,均非为泛基因组图设计。相反,当前工具依赖参考(REF)与替代(ALT)等位基因之间的长度差异来识别缺失和插入,这不足以捕捉群体中结构变异多样性的完整图谱。
为应对这些局限,本研究提出Swave方法,该方法利用组装数据和泛基因组图,实现从个体基因组到群体规模数据集的结构变异发现。Swave从泛基因组图中解析指示结构变异的等位基因,并将其与参考等位基因进行重新比对,以生成碱基水平的点阵图图像。这些图像随后被转换为投影波,用于总结每个基因组位置的比对状态。通过与参考基因组背景生成的波进行比较,Swave减少了基因组重复序列带来的干扰。随后应用循环神经网络(Recurrent neural network, RNN)对结构变异类型进行分类。
与前沿方法进行基准测试表明,Swave在使用组装衍生的泛基因组图进行结构变异分类和基因分型方面均表现出更优的准确性。将Swave应用于健康队列(334个单倍型),揭示了具有挑战性的简单结构变异(倒位)以及先前被低估的复杂结构变异(尤其是群体等位基因频率低于1%的罕见变异)在群体水平上的复杂性和多态性。在一个包含287个先证者基因组(574个单倍型)的罕见病队列中,Swave识别出以单例和破坏外显子事件为特征的潜在致病性结构变异,包括888个简单结构变异和34个复杂结构变异。这些发现将致病性变异的范围从小规模突变(例如单核苷酸多态性)扩展至可能引起更广泛基因组损伤的结构变异。

原文链接:
https://www.nature.com/articles/s41588-026-02538-6
图片

—END—

内容为【iNature】公众号原创,

转载请写明来源于【iNature】


微信加群


iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群(16个PI群及64个博士群),同时更具专业专门组建了相关专业群(植物,免疫,细胞,微生物,基因编辑,神经,化学,物理,心血管,肿瘤等群)。温馨提示:进群请备注一下(格式如学校+专业+姓名,如果是PI/教授,请注明是PI/教授,否则就直接默认为在读博士,谢谢)。可以先加小编微信号(love_iNature),或者是长按二维码,添加小编,之后再进相关的群,非诚勿扰。


图片


图片

投稿、合作、转载授权事宜

请联系微信ID:Love_iNatures


觉得本文好看,请点这里!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/194161