近日，国际知名期刊《Communications Biology》在线发表了上海交大吕晖教授课题组题为“FVC as an adaptive and accurate method for filtering variants from popular NGS analysis pipelines”的最新研究成果。该研究提出了一种新的基因组二代测序数据质量控制方法，有效提升了二代测序检出的基因变异的可靠性。上海交大生命科学技术学院博士毕业生任永永、孔艳博士后为共同第一作者，生命科学技术学院吕晖教授和赵宏宇教授为共同通讯作者。

全基因组二代测序技术已广泛应用在儿科遗传疾病诊断、肿瘤基因组图谱分析、全基因组关联分析等基因组研究领域，但由于测序和分析误差，检出的SNV和INDEL变异类型中存在大量假阳性变异，给基因组图谱分析和遗传疾病的鉴别诊断带来了较大的噪声干扰。目前已有多个方法可用于过滤二代测序检出的假阳性变异，例如Frequency、Hard-Filter、 VQSR、GARFIELD和VEF，但这些方法在过滤假阳性变异的同时，损失了数倍的真变异，严重干扰了下游的遗传疾病诊断和分子功能研究。

为解决上述问题，吕晖团队构建了自适应过滤方法FVC (Filtering for Variant Calls)，用于对不同遗传变异分析软件（例如GATK HaplotypeCaller、Mutect、Varscan和DeepVariant）检出结果中的假阳性变异进行过滤。

该工作得到上海交通大学高性能计算中心（HPC）、沈南鹏上海交通大学“医学研究基金”和中国国家重点研发计划（2018YFC0910500）的支持。

论文链接：

https://www.nature.com/articles/s42003-022-03397-7