![](https://csdnimg.cn/release/download_crawler_static/88607364/bg5.jpg)
4
Cell Genomics2,100128,2022
75
100
50
50
25
0 0
0 25 50 75 100
V3.3.2纳入基准的基因(%)
基准集
V3.3.2 V4.2.1
图
2.v.4.2.1
包括许多更难定位的医学相关基因
(A)
HG002 v.4.2.1基准区域中包含的159个常染色体难以定位的医学相关基因的每个基因百分比的累积分布。虚线表示包含超过90%的基因的数量从v.3.3.2中的
19个增加到v.4.2.1中的110个。
(B)
难以定位的医学相关基因在基准集中的成对比较落在虚线上的基因类似地被两个基准集包括,而虚线上方(红色填充)或下方(蓝色填充)的基因分别更多
地被v.4.2.1或v.3.3.2基准集包括v.4.2.1中包含的基因多倾向于片段重复,v.3.3.2中包含的基因数量较少,大多数是相对于GRCh38在HG002中重复的基因,应
排除。
在7个样本中确认
了
PMS2中的1,516个v.4.2.1基准变异和20个
其他难以定位的医学相关基因,只有PKD1中的4个和FCGR2B
中的1个与Sanger不一致。这5个不一致变体似乎得到了短读段
和长读段的明确支持,并且不一致Sanger结果的原因每个基因
和样品的详细Sanger测序结果见表S4。
与铂基因组的比较识别出
v.4.2.1
中更少的潜在错误
Platinum Genomes鉴定了孟德尔不一致的SNV,因为在具有短
读段测序(“1类”错误)的谱系中的所有17个个体中被称为杂合
子
[24
]这些杂合呼叫中的一些来自相对于GRCh37在谱系中的所有
个体中重复的区域因此,与我们的基准中的SNV匹配的第 1类
SNV可以识别应该从基准区域中排除的可疑区域。 326个1类
SNV匹配HG002
v.4.2.1 SNV , 相 对 于 与HG002 v.3.3.2 SNV 匹 配 的719 个1 类
SNV有所减少。这表明v.4.2.1更好地排除了HG 002中相对于参
考文献的重复,
它扩展到更具挑战性的片段复制区域。然而,剩余的326个匹配
SNV可能是v.4.2.1中未来改进的领域。对HG 002 v.4.2.1中匹配
1类变异体的10个随机SNV进行手动管理,结果显示5个可能存
在重复,可能应排除,5个位于片段重复区域,可能是短读段作
图错误或片段重复中更复杂的变异(表S7)。特别是,v.4.2.1
中与第1类变体匹配的变体簇似乎可能是错误。我们还将v.4.2.1
HG001基准与Platinum Genomes的2017年混合短读基准进行了
比较,该基准使用了正交方法,该方法基于包括17个成员谱系中
预期的基因型定相的变体在GRCh37和GRCh38上,v.4.2.1和
Platinum Genomes 在 两 个 基 准 区 域 交 叉 点 的 一 致 性 为
99.96%Curation将大多数差异确定为铂基因组中可能的短读段
作图偏倚,因为GRCh37上654个GIAB特异性变体中的454个和
2,203个铂基因组特异性变体中的1,857个此外,相对于基于
短读的Platinum Genomes基准,
DUX4
KIR2DL1
KIR2DL3
KIR3DL1