序列到图比对算法

泛基因组学NIPT

引入泛基因组模型整合群体变异信息，使NIPT算法能够从群体数据中学习，从而突破参考偏倚和群体多态性带来的性能瓶颈。

学政法 · 周爱芬 · 朱晓燕 · 金鑫 · 王嘉寅

Briefings in Bioinformatics 2024

参数信息

真实临床数据集规模

745

模拟数据集数量

2

技术优势

突破参考偏倚

泛基因组模型整合了被测群体的变异和多态位点信息，使算法不再受单一参考基因组限制，从而减少因参考偏倚导致的错误。

比对更准更快

序列到图比对方法在映射过程中考虑读段错配率，同时采用哈希索引和邻接表加速，使比对效率和准确性同时提升。

检测更准确

通过整合多源比对读段和泛基因组多态位点，获得更准确的 z 分数，从而直接提高染色体非整倍体检测的准确性。

应用场景

• 无创产前检测：用泛基因组模型改进现有NIPT算法，减少假阳性和假阴性。
• 胎儿非整倍体筛查：提供更准确的z分数，提升染色体非整倍体筛查的准确性。
• 群体基因组变异分析：整合群体变异和多态位点，使比对考虑群体多样性。
• 游离DNA测序数据分析：处理cfDNA测序数据，提高非整倍体检测性能。