1.Bolognini, D. & Magi, A. Evaluation of Germline Structural Variant Calling Methods for Nanopore Sequencing Data.Frontiers Genetics12, 761791 (2021).
總結：1）檢測germline SV，深度推薦20x以上；2）支持reads數(shù)閾值設置，5-10條（得跟數(shù)據(jù)量相關呀，本文最高深度約50x，但是考慮到20x以上F值變化不大，所以這個閾值，最多能代表20x以上深度數(shù)據(jù)的設置）；3）檢測軟件cuteSV相對其他軟件表現(xiàn)更好，組合考慮時比對軟件表現(xiàn)最好NGMLR，但是minimap2就差一點點，可以根據(jù)情況選擇；4）多軟件共同應用策略，在提高準確性方面有一定效果，但是看F值的話，cuteSV(單獨與組合相對表現(xiàn)最好)的單獨和組合的F值沒有提升效果。
摘要：
使用模擬和真實的ONT測序數(shù)據(jù)，評估了5種結構變異檢測軟件（4種比對方法）的表現(xiàn)。關注點主要在比對，測序深度(down-sampling獲得不同深度數(shù)據(jù))，和突變allele的深度對于不同類型、不同長度SV的檢測和分型的影響。
評估的5種SV檢測軟件分別為：Sniffles、SVIM、cuteSV、npInv（只檢測倒位）、pbsv。4種比對軟件分別為：minimap2、NGMLR、Lra、pbmm2。
方法：
數(shù)據(jù)集：評估利用的測序數(shù)據(jù)，為GIAB項目中NA24385的ONT實測數(shù)據(jù)（約157G，只有7281插入和5464缺失），以及用VISOR模擬的數(shù)據(jù)SI00001（約154G，模擬了5027缺失，5027插入，300重復，300倒位，22易位）。金標準數(shù)據(jù)集為此樣本GIAB和模擬數(shù)據(jù)的真陽SV數(shù)據(jù)集。
統(tǒng)計工具：統(tǒng)計precision和recall使用的truvari工具。SURIVOR統(tǒng)計檢測的SV與真陽SV的交集；
結果：
1）NA24385數(shù)據(jù)集，SVIM經(jīng)minimap2比對，比其他組合檢測到更多的deletion（9566）和insertion（12818）；用NGMLR比對時，pbsv檢測到更多的重復（1941）；用minimap2比對時，cuteSV檢測到更多的倒位（156）和易位（37）；「supp. figure S2」
SI00001數(shù)據(jù)集，cuteSV經(jīng)minimap2比對，檢出更多的插入和缺失；SVIM經(jīng)minimap2比對先出更多的重復；cuteSV經(jīng)NGMLR比對檢出更多的倒位；pbsv經(jīng)NGMLR比對檢出更多的易位；「supp. figure S3」
2）minimap2比對后檢測SV，與真陽SV數(shù)據(jù)集，交集最多的變異類型為缺失（4022 for the NA24385 dataset and 3368 for SI00001)）和插入（4054 for the NA24385 dataset and 3101 for SI00001）；「supp. figure S4」;NGMLR和Lra比對后趨勢類似；
3）利用truvari統(tǒng)計precision，recall和F值，對于NA24385數(shù)據(jù)集，cuteSV經(jīng)NGMLR比對后得到最高的SV檢測和分型F值（分別約0.93和0.91）；對于SI00001數(shù)據(jù)集，SVIM經(jīng)minimap2比對后得到最高的SV檢測F值（約0.93），cuteSV經(jīng)NGMLR比對后得到最高的SV基因分型F值（約0.92）；總體來說，cuteSV，SVIM和pbsv表現(xiàn)相當，F(xiàn)值均約0.9（cuteSV相對表現(xiàn)最好）；Sniffles具有最低的recall值，特別是在SI00001數(shù)據(jù)集經(jīng)Lra比對后?！窮igure 1, supp table S4」
4）對于檢測deletion，cuteSV, SVIM和 pbsv都能獲得大于0.9的F值；但是對于insertion，NA24385數(shù)據(jù)集只有cuteSV經(jīng)NGMLR比對后能得到，SI00001數(shù)據(jù)集也只有cuteSV經(jīng)NGMLR/minimap2比對后能獲得大于0.9的F值。對于重復，SVIM和cuteSV經(jīng)NGMLR比對后比其他組合表現(xiàn)好；對于倒位，SVIM+minimap2，Sniffles+minimap2/NGMLR，npInv+minimap2, pbsv可以獲得大于0.9的F值。pbsv和SVIM搭配minimap2檢測易位獲得最好的F值約0.9；Lra比對時任何檢測軟件都沒有得到高質量的重復或者易位檢測結果?！竤upp Figure S7」
5）通過down sampling抽取數(shù)據(jù)，構建5X, 10X, 15X, 20X, 25X, and 35X的數(shù)據(jù)，評估深度對檢測SV的影響。從低深度到中高深度增加是對于SV檢測和分型提到F值都有顯著影響，高深度時再增加效果就不明顯了。對于低深度NA24385數(shù)據(jù)，cuteSV經(jīng)NGMLR比對后獲得最高的F值（SV檢測約0.8，分型約0.72），sniffles經(jīng)Lra比對獲得最低的F值（SV檢測約0.6，分型約0.28）。SI00001低深度數(shù)據(jù)，cuteSV經(jīng)NGMLR比對有最高的SV檢測F值約0.7，pbsv的F值最低約0.43；sniffles經(jīng)NGMLR比對有最高的SV分型F值約0.61，SVIM經(jīng)Lra比對最低約0.32。「supp table S5，截圖一部分，整體表現(xiàn)較好的組合，F(xiàn)值從數(shù)據(jù)看20x以上增加不明顯了」
6）另外測試了SV檢測時，設置最少支持的reads數(shù)的閾值，recall會隨著閾值升高降低（precision相反），最終推薦的一個較好的平衡范圍為選擇5-10條reads支持（這得跟數(shù)據(jù)量相關呀，本文最高深度約50x，但是考慮到20x以上F值變化不大，所以這個閾值，最多僅能代表20x以上深度數(shù)據(jù)的設置）?！窮igure 3， supp table S6（截圖部分）」
7）利用SURVIVOR產(chǎn)生不同組合檢出的數(shù)據(jù)，測試了怎么通過不同方法組合降低假陽性結果，結果顯示對于NA24385數(shù)據(jù)集，通過組合經(jīng)NGMLR比對后cuteSV,sniffles,SVIM的檢測結果，SV檢測的準確性和分型的準確性，相對單個軟件獲得的最佳準確性值，分別提高約2%和3%。consensus數(shù)據(jù)集準確性與其他組合相當約0.96，但是recall約0.89比其他組合高。對于SI00001數(shù)據(jù)集，組合策略沒有顯示出相對與單個軟件檢測顯著的precision的提高，幾乎所有組合的precision都約1，另外單獨sniffles經(jīng)NGMLR比對后的precision也大于0.99。「supp table S7」。
討論：
推薦使用cuteSV，在檢測SV和分型時F值都表現(xiàn)不錯。分析低深度數(shù)據(jù)時，看用戶自己關注點是precision還是recall，sniffles在考慮更好的precision時可以使用（但是不推薦用于分型），cuteSV或者SVIM則可以在考慮更高的recall時使用。
