Qué cambió
Tecnología de secuenciación · IA · Evaluación comparativa · Genómica · ComparaciónTratopedia · 17 ago 2026
Cuatro generaciones de modelos de lectura de bases de Oxford Nanopore, leídas como una historia de cambios y no como una tabla de clasificación
Dorado v3 a v6 — qué cambió, cuánto, y si fue para bien
Entre 2023 y mayo de 2026, Oxford Nanopore lanzó cuatro generaciones de modelo de lectura de bases. Cada una fue mejor que la anterior en las mediciones que existen. Pero las mejoras se fueron encogiendo en cada paso, el coste de cómputo dio un salto brusco una vez, y la generación más reciente abandonó por completo el nivel más preciso — así que el modelo más preciso que distribuye Oxford Nanopore sigue siendo sup@v5.2.0, de mayo de 2025. Esto es un relato de qué cambió, cuánto cambió cada paso, y cuáles de ellos merecían la pena.
- 0modelos
sup@v6de ADN lanzados — la v6 es una generación solo de HAC - 18.7%menos errores de lectura de HAC v5.2.0 a v6.0.0, recalculado a partir de los valores Q publicados
- 43.8%menos errores de lectura que
sup@v5.2.0sigue teniendo frente ahac@v6.0.0 - 2.7–5.7×cuánto más lento es SUP que HAC cuando ambos corren en la misma ejecución
Qué cambió, y con qué firmeza está establecido cada cambio el grado va primero, porque colocado después de la afirmación se lee como una nota al pie; las filas se agrupan por grado y nunca se entremezclan
| Grado | El cambio | Tamaño |
|---|---|---|
| Confirmado — reproducible | SUP pasó a ser un transformer en la v5.0.0; HAC se mantuvo recurrente en todo momento y recibió un nuevo diseño recurrente propio en la v6.0.0 | sup 78,718,162 parámetros frente a hac@v5.2.0 8,790,768 — 8.95× |
| Confirmado — reproducible | Oxford Nanopore no lanzó ningún sup@v6.0.0 ni ningún fast@v6.0.0 | la v6.0.0 es solo HAC |
| Confirmado — reproducible | sup@v5.0.0 y sup@v5.2.0 tienen el mismo tamaño | 78,718,162 parámetros ambos — cambiaron los pesos y el entrenamiento, la arquitectura no |
| Medición publicada | La precisión mediana de lectura de HAC subió en cada paso, v5.0.0 → v5.2.0 → v6.0.0 | Q16.3 → Q17.2 → Q18.1, es decir, 18.7% menos errores en cada paso |
| Medición publicada | La mayor mejora de SUP en toda esta historia fue v4.2.0 → v4.3.0, antes del transformer | mediana Q18.5 → Q20.5, 36.9% menos errores de lectura; errores de ensamblado en nueve genomas 173 → 37 |
| Medición publicada | La precisión de lectura de SUP no se movió de la v5.0.0 a la v5.2.0 | mediana ~Q20.6 en ambos; media de ensamblado Q60.4 → Q61.6 |
| Afirmación del fabricante | SUP v5 “achieves Q26” — 99.75% de precisión modal en lectura bruta | modal, sobre datos seleccionados por Oxford Nanopore |
| Afirmación del fabricante | HAC v6.0.0 alcanza una precisión de molécula única de Q23.5 | frente a una mediana observada de forma independiente de Q18.1 y una moda cercana a Q19.7 |
| Afirmación del fabricante | El nivel SUP “ya no es necesario” | declarado como la razón para no lanzar un SUP v6 |
| Un informe de usuario | sup@v5.2.0 obtuvo una Q más baja que sup@v5.0.0 en un conjunto de datos emparejado | 27,751 lecturas idénticas; 62.5% menos superaron Q20 |
| No es público | Cualquier comparación por lectura de sup@v4.3.0 frente a sup@v5.0.0 sobre datos brutos idénticos | el cambio de arquitectura es el mayor acontecimiento aquí y el peor evidenciado |
| Superado | Un trabajo de investigación anterior tabuló precisión, rendimiento, memoria y throughput para una cuarta generación de SUP | el modelo que describía no existe |
La columna inventada es un hallazgo, no el tema
Este artículo se escribió primero a partir de un trabajo de investigación que tabulaba cifras de precisión para un sup@v6 de ADN. Ese modelo nunca se lanzó, y Oxford Nanopore explicó públicamente por qué no lo hacía. Merece la pena saberlo — una tabla fluida no es prueba de que sus columnas existan — pero es una fila de la tabla de arriba. Construir un artículo entero alrededor del error de una herramienta describe la herramienta, no el tema.
Todos los porcentajes de aquí se recalcularon
La precisión de lectura se expresa como valor Q, y un valor Q es un logaritmo: la tasa de error es 10^(−Q/10). Por eso las diferencias en Q no se pueden restar, y las reducciones de error de esta página se derivaron cada una de los valores Q impresos a su lado en lugar de arrastrarse desde la fuente. Tres de ellas salieron distintas — véase “Qué añaden otros”.
En qué orden
El orden en que ocurrió las versiones de modelo se fechan por su lanzamiento; cada entrada aquí está documentada, y lo único que no puede situarse en la secuencia se nombra al final
- 2023La v4.2.0 trae el muestreo a 5 kHz — unas 12.5 muestras por nucleótido frente a unas 10. Es un cambio del lado de la química, no de la calidad del modelo, y no debería incorporarse a la tendencia de precisión.
- 2024El SUP de la v4.3.0 incorpora el entrenamiento de metilación bacteriana que antes exigía un modelo de investigación aparte. Sigue siendo LSTM, y sigue siendo el mayor salto único de precisión de esta historia.
- May 2024La v5.0.0 en London Calling, con Dorado 0.7: SUP pasa de LSTM a un transformer; HAC sigue recurrente. Oxford Nanopore titula con Q26. Clive Brown dice que el modo Q30 de máxima precisión es “four times slower” con una pérdida de rendimiento de en torno al 15%.
- 2025Dorado 1.0.0 elimina el soporte de R9.4.1 — presente por última vez en la v0.9.6 — junto con R10.4.1 a 4 kHz y RNA002. Los modelos son específicos de cada química, así que esto cierra la puerta a volver a leer datos antiguos con modelos nuevos.
- May 2025La v5.2.0 en London Calling, con Dorado 1.0.0: HAC crece de cinco a siete capas LSTM; SUP conserva su arquitectura y cambia solo pesos y entrenamiento.
- May 2026La v6.0.0 en London Calling, con Dorado 2.0.0: una nueva arquitectura recurrente propia para solo HAC. Mike Vella, vicepresidente de Aprendizaje Automático: “Importantly, we’re not releasing a sup model this time… we believe that this particular model is good enough that a sup tier is no longer needed.”
- 9 Jul 2026La explicación de los cerca de 100 errores de HAC v6 en un genoma de Klebsiella cambia: 7-deazaguanina procedente del sistema dpd, según un preprint de Biggel, que sustituye una sugerencia anterior de modificaciones de la cadena con fosforotioato. Ambas son la misma forma de causa — una modificación ausente del entrenamiento.
Los dos ordenamientos que un lector podría usar — por fecha, y por lo bien evidenciado que está cada paso — discrepan en un solo lugar, y es el que más importa. El cambio a transformer en la v5.0.0 es la mayor modificación de esta historia y la que tiene la evidencia directa más débil. No existe ninguna comparación pública por lectura de sup@v4.3.0 frente a sup@v5.0.0 sobre datos brutos idénticos, ni una comparación limpia de rendimiento para esa transición. Lo que hay es del nivel del consenso: un trabajo de cgMLST revisado por pares encontró la v5.0 significativamente mejor que la v4.3 sobre los mismos aislados, con una distancia alélica media a una referencia de Illumina que mejora de en torno a 1.78 a en torno a 0.04 tras el pulido.
Eso es evidencia real y no es la misma evidencia. La precisión de consenso es lo que preocupa a la mayoría de los laboratorios; la precisión por lectura es lo que se afirma que cambia una versión de modelo. El paso que todo el mundo cita como punto de inflexión arquitectónico hay que aceptarlo en parte por la palabra del fabricante.
- 1.78 → 0.04distancia alélica media de cgMLST a una referencia de Illumina, v4.3 frente a v5.0 con pulido — revisado por pares, y del nivel del consenso más que por lectura
- nonecomparaciones públicas por lectura de v4.3.0 frente a v5.0.0 sobre datos brutos idénticos
Qué sostiene la fuente
El argumento propio de la comparación qué afirma el informe adjunto, y dónde sus propias cifras lo complican
El argumento del informe es una forma más que un veredicto: dentro de un mismo nivel, las generaciones más nuevas han mejorado en general la precisión, pero las ganancias se han desacelerado con fuerza y no siempre son monótonas — mientras el rendimiento se mueve en dirección contraria, porque los modelos SUP con transformer son notablemente más lentos y más voraces que los LSTM a los que sustituyeron.
Es cuidadoso en los dos puntos donde este tema invita al descuido. Separa las cifras del fabricante de las independientes en lugar de promediarlas, y dice con claridad que el nivel SUP sigue siendo la opción de precisión pese al mensaje de Oxford Nanopore de que ya no es necesario. Sus propias cifras complican entonces su línea de tendencia dos veces: el paso de SUP de la v5.0.0 a la v5.2.0 es plano y en un conjunto de datos ligeramente negativo, y la lectura de bases modificadas no sigue el orden de versiones en absoluto — para el 5mC de CpG habitual, los modelos de la era v4 puntuaron más alto.
- deceleratingla afirmación central del informe sobre la precisión, y la razón por la que un número de versión es un mal indicador para decidir
- oppositela dirección en la que se mueve el rendimiento a medida que mejora la precisión
Afirmación 1
La precisión mejoró, y luego dejó de mejorar mucho
- El mayor salto de SUP fue de la v4.2.0 a la v4.3.0 — antes de que la arquitectura cambiara en absoluto.
- De la v5.0.0 a la v5.2.0 la precisión de lectura de SUP no se movió prácticamente nada.
- HAC siguió ganando en pasos reales pero modestos: 18.7% menos errores de lectura por generación.
Afirmación 2
El coste fue en la otra dirección
- SUP carga 8.95× los parámetros de HAC y es el cuello de botella de cómputo en todas las ejecuciones medidas.
- El propio modo Q30 de Oxford Nanopore cuesta unas cuatro veces la velocidad y en torno al 15% del rendimiento.
- HAC v6.0.0 es la excepción: más parámetros que la v5.2.0 y algo más rápido, gracias a la optimización.
Afirmación 3
El nivel que se abandonó sigue siendo el mejor
- No existe ningún
sup@v6.0.0; la razón dada es que HAC v6 hace innecesario ese nivel. - Las pruebas independientes sitúan
sup@v5.2.0por delante dehac@v6.0.0en 43.8% en errores de lectura. - Errores de ensamblado medianos: 4 para SUP v5.2.0 frente a 11 para HAC v6.0.0.
- No existe ningún
Qué añaden otros
Las mediciones, y tres puntos donde nuestra aritmética discrepa las pruebas independientes son el esqueleto de cada cifra de aquí; las tres discrepancias de abajo son propias de este artículo, derivadas de las cifras de la propia fuente
| Transición | Precisión mediana de lectura | Menos errores de lectura | Errores de ensamblado medianos |
|---|---|---|---|
| HAC v5.0.0 → v5.2.0 | Q16.3 → Q17.2 | 18.7% | 37.5 → 13 |
| HAC v5.2.0 → v6.0.0 | Q17.2 → Q18.1 | 18.7% | 25.5 → 11 |
| SUP v4.2.0 → v4.3.0 | Q18.5 → Q20.5 | 36.9% | 173 → 37 total, nine genomes |
| SUP v5.0.0 → v5.2.0 | ~Q20.6 → ~Q20.6 | — | 3 → 3 |
sup@v5.2.0 frente a hac@v6.0.0 | Q20.6 against Q18.1 | 43.8% | 4 against 11 |
| Misma ejecución, mismos datos | HAC | SUP | Proporción |
|---|---|---|---|
| Dorado 1.0.0, sin lectura de modificaciones | hac@v5.2.0 3h18m | sup@v5.2.0 18h45m | 5.7× |
| Dorado 2.0.0, con lectura de modificaciones | hac@v5.2.0 8h04m | sup@v5.2.0 21h33m | 2.7× |
Nuestra aritmética, 1
Un porcentaje que viajó sin su número
- La fuente informa de en torno a 15% menos errores de lectura, y tabula Q16.3 a Q17.2.
- De Q16.3 a Q17.2 es 18.7%. La cifra de 15% corresponde a Q17.0 — 14.9%.
- La fuente registra que el artículo anterior decía Q17.0 y el posterior Q17.2, así que el valor Q se actualizó y el porcentaje no. Es menor, y es un ejemplo práctico de por qué un porcentaje debería recalcularse a partir de las cifras que tiene al lado.
Nuestra aritmética, 2
No es un orden de magnitud
- Comparando solo dentro de una misma ejecución, SUP cuesta 5.7× el tiempo de HAC con la lectura de modificaciones apagada y 2.7× con ella encendida.
- En ambas ejecuciones, la proporción de throughput y la de tiempo real coinciden hasta el segundo decimal, así que no es una mala lectura.
- La cifra de 9× es la proporción de parámetros, que es correcta. El paso que hay que resistir es el deslizamiento de los parámetros al throughput.
Nuestra aritmética, 3
La única ganancia real de una generación fue software
- Recuentos de parámetros idénticos, y una precisión de lectura que no se movió.
- El throughput subió 34% — de 25h06m a 18h45m con los mismos datos.
- La fuente imprime ambas cifras sin unirlas. En esta transición, lo que mejoró fue la ingeniería y no el modelo.
¿Fue para bien?
Cada cambio, medido y juzgado las tres preguntas que un historial de versiones tiene que responder: qué cambió, fue grande, y merecía la pena
| Cambio | Cuán grande | ¿Fue bueno? |
|---|---|---|
| SUP v4.2.0 → v4.3.0, pesos LSTM | Grande — 36.9% menos errores de lectura y errores de ensamblado reducidos al 21.4% de antes | Sí, sin ambigüedad. El mejor rendimiento de toda la historia, y vino del entrenamiento y no de la arquitectura |
| SUP v4.3.0 → v5.0.0, de LSTM a transformer | Se afirma grande; no medible por lectura a partir de nada público | Probablemente, según la evidencia de consenso. La mejora de cgMLST revisada por pares es real, y el caso por lectura se apoya en las cifras del fabricante |
| SUP v5.0.0 → v5.2.0, solo pesos | Ninguna en precisión; 34% en throughput | Bueno, pero no como se anunció. Un lanzamiento de velocidad vestido de versión de modelo, y en un conjunto de datos la Q bajó |
| HAC v5.0.0 → v5.2.0, de cinco a siete capas | Modesta en lecturas, 18.7%; grande en ensamblados, 65% menos errores | Sí — y costó en torno al 20% del throughput, que es el precio honesto |
| HAC v5.2.0 → v6.0.0, nuevo diseño recurrente | Modesta en lecturas, 18.7%; 57% menos errores de ensamblado, con una profundidad de submuestreo distinta | Sí, y barato — algo más rápido pese a tener más parámetros. La salvedad es un genoma en el que falla |
| Sin SUP v6 | El techo de precisión no se movió en 2026 | No, según la evidencia. El nivel llamado innecesario sigue siendo 43.8% mejor en errores de lectura que el modelo que se dijo lo sustituía |
- Para el trabajo en que la precisión es crítica, usa
sup@v5.2.0. A agosto de 2026 es el modelo más preciso lanzado, y la generación más nueva de HAC no lo igual. No leas la ausencia de un SUP v6 como una recomendación de cambiar. - Si vas limitado de cómputo,
hac@v6.0.0es la opción HAC correcta — más preciso que la v5.2.0 y no más lento. Conoce su único fallo documentado: cerca de 100 errores en un genoma con modificaciones de bases que su entrenamiento no incluía. - No des por hecho que una versión más nueva es automáticamente de más calidad con tus datos. Una transición de SUP fue plana, y negativa en un conjunto de datos. Verifica en un subconjunto antes de adoptarla.
- Revisa cualquier filtro de valor Q después de cambiar de modelo. Sobre lecturas idénticas, un modelo más nuevo dejó 62.5% menos de ellas por encima de Q20 — recalibración, no secuencia perdida. Comprueba la precisión alineada en lugar de la Q.
- Ajusta el modelo a la modificación, no al calendario. Para el 5mC de CpG habitual, los modelos de la era v4 puntuaron más alto; los de la era v5 y posteriores son mejores para 5mC y 4mC no CpG, y para 6mA.
- Vuelve a leer los datos antiguos con el modelo más nuevo de su propia química antes de comparar estudios — pero solo de la suya: los modelos R10 no pueden aplicarse a datos R9, y el soporte de R9.4.1 terminó después de Dorado v0.9.6.
El patrón, en una línea
Cada generación fue una mejora y cada mejora fue menor que la anterior, mientras el coste de cómputo dio un salto brusco una vez y se quedó ahí. Esa es la forma habitual de una tecnología que madura, y es la razón por la que un número de versión es un mal indicador para decidir: la mayor ganancia de precisión de esta historia vino de reentrenar una arquitectura antigua, y la victoria más clara de la generación más reciente fue no volverse más lenta.
Qué tomar con reservas
Casi todas las cifras entre versiones de aquí provienen de aislados bacterianos con una sola química, medidos por un único evaluador independiente; los resultados en humano, metagenómica y ARN pueden diferir. Las cifras del fabricante y las independientes no son comparables como iguales — moda frente a mediana, sobre datos elegidos de forma distinta — y la brecha entre ellas no es por sí misma prueba de que alguna sea errónea. Las cifras de tiempo vienen de máquinas compartidas y su autor las califica de poco controladas, y por eso cada proporción de esta página se toma dentro de una sola ejecución.
Qué cambiaría la respuesta
Un sup@v6.0.0 lanzado; o un modelo HAC del que se demuestre de forma independiente que alcanza la precisión de lectura de en torno a Q20.6 de SUP y ensamblados con cuatro errores; o una versión de Dorado que cierre la brecha de throughput. Hasta que ocurra una de esas cosas, el techo de precisión es un modelo de mayo de 2025 y el nivel que lo alcanzó está descontinuado.