Nat Methods | 罗锐邦团队开发基于深度学习的癌症长读长体细胞小变异检测方法ClairS

本文介绍了香港大学罗锐邦团队在Nature Methods上发表的研究，他们开发了基于深度学习的方法ClairS，用于在长读长测序数据中检测癌症体细胞小变异（SNV和Indel）。研究背景是肿瘤基因组分析中需要准确区分体细胞突变、胚系变异和测序误差，而现有方法多针对短读长数据，难以充分利用长读长测序的优势。研究目的是解决长读长测序数据中体细胞突变检测的训练数据不足问题，并开发一种适应不同癌种、测序平台和化学版本的灵活方法。结论表明，ClairS通过完全依赖合成数据训练模型，利用已知胚系变异的正常人样本构建模拟肿瘤-正常配对数据，覆盖不同纯度和深度，生成了千万级训练样本。该模型结合单倍型分相信息，在ONT、PacBio和Illumina数据上均表现出色，优于直接套用胚系检测工具，并证明了“合成数据预训练-真实数据微调”策略的有效性。ClairS已集成到ONT官方工作流中，为长读长癌症基因组分析提供了新方案。