参考基因组hg19和hg38间的变异检测结果异同

        参考基因组的选择对于NGS数据的分析至关重要，目前最常用的参考基因组版本为hg19和hg38。该篇文献详细评估了参考基因组hg19和hg38版本对SNV检出的影响。

方法

        文献利用GIAB项目中NA12878的全基因组测序（WGS）数据，分别基于参考基因组hg19和hg38通过26个pipepline进行SNV calling。之后分别使用转换工具Picard和CrossMap，对hg19和hg38的SNVs进行相互转换，并统计了hg19和hg38的相互转换率，以及成功转换但不一致的SNV比例，最后对不一致的原因进行了分析。

        文献使用了三款比对软件Bowtie2、BWA和ISAAC，并研究了GATK重比对是否对结果产生影响（图1）。结果表明使用不同版本的基因组对整体比对率影响不大，但是从覆盖度来讲，hg38版本比hg19效果要好且使用hg38比hg19检出更多的SNV（图2）。Bowtie2和BWA比对效果相当，ISAAC在低覆盖区域较其他两款软件有差别。是否进行GATK重比对对结果影响不大。

图1

图2

结果

        hg19 to hg38的转换率为99%，hg38 to hg19的转换率为95%。说明低版本的基因组坐标很容易转换为高版本，而高版本的坐标则不推荐转到低版本。

        Picard和CrossMap这两款转换软件的表现相当，文献对转换失败的SNV分析发现大多数无法转换的SNV的测序深度非常低。因为基因组中的某些重复序列区域，比对质量值低，从而导致测序深度低。

        不同基因组版本互相转换中约有1.5%成功转换的SNV和目标版本检出的SNV结果不一致。

        转换不一致的SNV包括位置不一致（PD）和基因型不一致（GD），其中位置不一致的数量远远大于基因型不一致的。

        比对软件的选择，也会对基因组版本转换产生影响。三款比对软件中，使用Bowtie2的pipeline有最低的不一致率，而使用BWA的pipeline则产生最高的不一致率。两款转换软件CrossMap 和Picard 相比，CrossMap产生更多的基因型不一致，因而在进行不同基因组版本转换时，建议使用Picard。

        文献分析了不同版本基因组相互转换时产生PD（图3） 和GD（图4）的原因。根据GIAB的金标准将PD和GD 的SNV划为高置信（HC）和低置信（LC）SNV， hg38 to hg19产生位置不一致的SNV主要来源于低置信的SNV。SNV置信高低对基因型不一致的产生影响不大。

图3

图4

        众所周知，GC含量会影响SNV的检出，文献研究发现转换不一致的SNV的GC比例在52.24% -53.86%，明显高于42%的正常GC比例。

讨论

        转换软件推荐使用Picard。

        参考基因组推荐使用高版本的hg38

        不同版本基因组相互转换时，会出现转换失败或不一致，高版本转到低版本失败率和不一致率更高，所以不建议高版本转到低版本。

低置信度或高GC区域的SNV更容易转换后不一致。