Tratopedia
BM
設定

文字大小

佈景

高對比

中文排版

豎排會把內文排成由右至左的直行,如同台灣的實體書籍。

版本

v1.230.2

本頁建置時的版本編號,也是 service worker 快取所依據的版本。

簡報

返回

長讀長時代的小變異偵測

長讀長定序加上深度學習,讓 PacBio 的 SNP 準確度超過 99.9%,但這個數字來自基因體中容易的區域。到了同聚物、片段重複與 T2T 新補齊的區域,準確度大幅下滑,而能衡量它的標準答案集幾乎還不存在。

  1. 《Nature Reviews Genetics》 · 綜述

    長讀長定序時代的小變異偵測

    為初學者與專家導讀鄭振賢、Fritz J. Sedlazeck 與駱銳邦的綜述

    2026年10月20日線上發表 · doi:10.1038/s41576-026-01020-71 / 15

  2. 背景

    什麼是小變異

    參考基因體就像一本書的出版版本,你的基因體則是有幾處拼字差異的抄本:單一字母替換(SNV),或短於 50 個鹼基對的插入與缺失(indel)。

    類型參考樣本變化
    SNVACGTTGAACGCTGA一個字母被換成另一個
    插入ACGTGAACGTTGA樣本中多出字母
    缺失ACGTTGAACG-TGA樣本中少了字母

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日2 / 15

  3. 背景

    小變異為何重要

    1000 Genomes、gnomAD 與 UK Biobank 等重要資料庫都以短讀長建立,而短讀長難以處理重複 DNA,留下數十萬個未解析的小變異。

    人與人之間的差異

    它們造成個體間的許多差異。

    人類演化

    它們記錄了人類族群之間的關係。

    精準醫療

    了解病人的變異,有助於讓診斷與照護貼合個人。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日3 / 15

  4. 背景

    短讀長的不足之處

    想像一幅有許多相同藍天碎片的拼圖。短碎片看不出該放哪裡,所以分析流程寧可丟棄模稜兩可的比對,也不冒誤判的風險。

    • 150–300 bp短讀長的長度;比這更長的重複序列可能吻合許多位置
    • ~8%基因體中約 8%、近 2 億個鹼基,在 T2T-CHM13 之前一直未在參考中完成

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日4 / 15

  5. 長讀長

    長讀長登場

    較長的讀長就是較大的拼圖碎片,更容易在重複的畫面中定位。

    • 150–300 bp短讀長:準確,但太短而跨不過長重複
    • 10–20 kbPacBio HiFi:準確度超過 99.9%,對同一環狀分子重複讀取多次
    • >100 kbOxford Nanopore:超長讀長,錯誤率較高,尤其在重複區

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日5 / 15

  6. 長讀長

    共同的變異偵測流程

    這就像校對。長讀長改變了其中兩個環節:讀長可以依親代分組(定相),而分類器必須學會長讀長的錯誤模式。

    比對

    把每條讀長放到參考基因體上,或以相對於參考的方式表示。

    找候選位點

    標出讀長與參考不同的位置,通常在局部重新組裝之後。

    分類

    模型根據局部證據判斷每個候選是真變異還是假象。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日6 / 15

  7. 情境與挑戰

    四種變異,四個難題

    類型讀長比例來源挑戰
    生殖細胞系約 50% 或 100%遺傳而來;存在於每個細胞在重複區中比對到正確位置
    新生~50%孩子身上新出現;父母都沒有需要家庭(三人組)資料
    嵌合通常 <30%受精後產生;只在部分細胞極低比例隱沒在雜訊中
    體細胞<1% 至 100%後天獲得,例如在腫瘤中腫瘤純度與次選殖株使訊號模糊

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日7 / 15

  8. 情境與挑戰

    定相:長讀長的優勢

    定相之前

    微弱的變異看起來像隨機雜訊。

    定相之後

    讀長依來源親代分組:真變異出現在一條單倍型上,錯誤則四散。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日8 / 15

  9. 情境與挑戰

    漂亮的準確度掩蓋了困難區域

    同聚物是同一字母的連續片段,例如 AAAAAAAA。要精確數出長度很難,所以插入缺失常在這裡出錯;而超過 99.9% 的準確度,主要是在容易的高信賴區域量得的。

    • ~75%PacBio 不一致的插入缺失中,位於同聚物之中或旁邊的比例
    • <20%長同聚物(>11 bp)中的插入缺失表現,一般重複區約 70%
    • ~1.7×T2T-HG002 評測中 ONT 原始讀長插入缺失錯誤率相對 PacBio 的倍數

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日9 / 15

  10. 情境與挑戰

    不同定序類型,不同雜訊

    長讀長 DNA

    重複與同聚物中的系統性錯誤,以及參考缺口造成的偏誤;定相有幫助。

    總體 RNA

    全長轉錄本,但覆蓋度隨表現量而定,等位基因特異性表現與 RNA 編輯會混淆工具。

    單細胞 RNA

    把每個變異連到單一細胞,但覆蓋稀疏,並有等位基因脫落、環境 RNA 與雙細胞問題。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日10 / 15

  11. 深度學習

    深度學習領先

    • >99.9%PacBio 在高信賴區域的 SNP F1
    • ~99%Oxford Nanopore 的 SNP F1;插入缺失仍是弱點

    摘要式輸入

    每個位置的計數,如 Clair3 的 pileup 模型:快速穩健,但失去單一讀長的關聯。

    讀長層級輸入

    讀長堆疊的影像,如 DeepVariant 與 Clair3 的全比對模型:細緻,但運算較重。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日11 / 15

  12. 深度學習

    三種網路設計

    CNN 像看一張照片,RNN 像讀一行文字,自注意力則像一眼看完整頁。

    CNN

    DeepVariant、Clair3、PEPPER:把讀長堆疊當影像。限制:固定視窗使遠距關聯困難。

    RNN

    Clair、Clair3、Medaka:正反向讀取序列。限制:循序且慢;訊號在長距離上衰減。

    自注意力

    Dorado variant、ClairS-TO:同時權衡每個位置。限制:成本隨長度快速增加。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日12 / 15

  13. 超越單一參考

    三種偵測變異的方式

    策略優勢代價
    線性參考工具成熟、快速參考偏誤;在重複區脆弱
    組裝式在 T2T 評估中可觸及比對法漏掉的最多 15% 基因體運算量約十倍;同聚物插入缺失較弱
    泛基因體圖HPRC 草圖中比 GRCh38 少約 34% 的小變異錯誤(短讀長)運算量大;沒有供臨床報告用的穩定座標

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日13 / 15

  14. 超越單一參考

    完整的參考揭露了盲點

    RPGR 同聚物中的致病插入缺失,或 SMN1 中受同源基因混淆的變異,幾乎不影響整體 F1,卻可能決定病人能否得到診斷。

    • 93%T2T-CHM13 新評測的變異中,位於缺乏標準答案之高度複雜區域的比例
    • 95% / 85%使用 HiFi 時,最佳工具在低可比對性與片段重複區域的 SNP/插入缺失召回率,容易區域則 >99.9%
    • HG002這些標準答案集背後唯一的樣本,同時用於訓練,因此沒有保留的測試

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日14 / 15

  15. 展望

    瓶頸從找出變異,轉移到理解它。

    • 以半監督模型從大量未標註資料中學習。
    • 為泛基因體圖設計偵測工具,並以組裝為後盾。
    • 在單倍型解析的基礎上建立嵌合與體細胞變異偵測工具。
    • 隨成本下降,讓長讀長 RNA 與單細胞偵測成為常規。

    鄭振賢、Sedlazeck 與駱銳邦 · 《Nature Reviews Genetics》 · 2026年10月20日15 / 15