毅硕Sentieon | 三代长读长数据分析，助力罕见病与遗传病精准检测

在遗传病和罕见病检测中，部分患者完成短读长全基因组测序（WGS）或外显子组测序后，仍然找不到能够解释症状的变异。对这类病例进行重新分析时，除了复核已有的小变异结果，还应关注结构变异。研究显示，一些短读长数据难以识别或解释的结构变异，可以通过长读长测序获得更直接的证据[1]。

对实验室来说，问题在于：**怎样把更长的序列转化为定位更准确、结构更清楚、证据更充分的候选变异？Sentieon DNAscope LongRead 和 DNAscope Hybrid 面向这一需求提供了相应的解决方案。**

***

# 一、短读阴性不等于没有病因：罕见病再分析的必要性

短读长测序推动了罕见病分子诊断，但现有研究报告的诊断率约为 20%–60%。这意味着，一部分疑似遗传病病例在完成标准检测后，仍然无法获得分子诊断[1]。

部分未确诊病例可能与现有技术尚未覆盖的遗传因素有关。短读长基因组测序对多种变异类型的检出能力有限，尤其是结构变异（SV）和涉及重复序列的变异。长读长基因组测序可以提高对短读长遗漏变异的检出能力，并结合从头组装，更好地评估结构变异[1]。

随着基因知识不断的积累，变异注释能力的提升。重新分析已有数据，有机会发现此前被忽略的临床相关变异。研究显示，重分析可使诊断率提高 4%–31%，其中新发现的疾病基因贡献了 42%–75%[1]。

对于短读长检测阴性的罕见病病例，把更全面的变异检测和后续重分析结合起来是一个值得考虑的策略。

***

# 二、为什么结构变异是罕见病再分析的重点？

结构变异通常指长度达到 50 个碱基及以上的 DNA 变化，包括缺失、插入、重复和倒位等[2]。这类变异可能造成基因部分缺失，也可能改变基因的排列或完整性。例如，Hiatt 等人在一项神经发育障碍研究中发现，一处约 4 Mb 的倒位打断了 ZBTB20 基因。长读长数据帮助研究者确定了倒位边界，以及它对基因结构的影响[1]。

判断结构变异，不能只看是否存在异常信号，还要确认变异的位置和涉及的序列。长读长可以跨越变异边界，连接两侧序列，为解析变异结构提供依据。

这个案例说明了长读长数据在神经发育障碍再分析中的作用。而Sentieon需要解决的问题是：如何将 HiFi / ONT 数据转化为边界、结构和支持证据更清楚的候选 SV。

***

# 三、三代长读长能带来什么？

对遗传病和罕见病分析来说，长读长主要提供以下信息：

*   **跨越断点：** 连接变异两侧序列，帮助确定 SV 边界。
*   **解析复杂重排：** 识别倒位、平衡易位以及大片段缺失或插入等变化。
*   **改善重复区比对：** 在短读长难以唯一比对的区域，提供更长的连续序列。
*   **支持单倍型和家系分析：** 为共分离分析和遗传方式判断提供更多信息。

长读长读段通常可以跨越多个杂合 SNP，甚至覆盖整个基因或更大区域，因此能够直接从读段判断等位基因之间的连锁关系。长读长提供了更多序列信息，数据分析软件则负责将这些信息整理为候选结果。对于尚未找到病因的病例，结构变异分析可以作为进一步寻找遗传解释的路径之一[1]。

***

# 四、Sentieon 如何分析长读长数据？

DNAscope LongRead 支持 PacBio HiFi 和 Oxford Nanopore（ONT）数据的胚系变异分析。该流程覆盖从序列比对到变异检测的步骤，其中 LongReadSV 负责结构变异检测，并输出独立的结构变异结果文件，供后续注释和复核使用[3]。

对解读人员来说，这些结果可以作为进一步检查的起点：

*   变异影响了哪个基因？
    
*   边界附近是否有足够的序列支持？
    
*   候选变异是否符合患者的表型及遗传方式？

**Sentieon 针对结构变异检测性能进行了评估。在 HG002 标准样本的 draft Q100 和困难医学相关基因（CMRG）基准测试中，DNAscope Hybrid / LongRead 的结构变异检测表现优于 pbsv 流程**[2]。

![](/media/202610/fbinf-05-1691056-g006_20261030160829713203.webp#size=100%&align=left)

***

# 五、已有二代 WGS，如何利用补充的三代数据？

对于已经完成短读长 WGS 的样本，补充长读长后，可以考虑使用 DNAscope Hybrid。该流程联合处理同一样本的长短读长数据，利用长读长提供的序列信息，帮助短读长数据进行更准确的定位和变异检测。其中，结构变异由 LongReadSV 分析，拷贝数变异由 CNVscope 基于短读长数据分析[2,3]。

实验室可以根据现有数据选择分析入口：已有 HiFi 或 ONT 数据时，可使用 DNAscope LongRead 方案；已有短读长 WGS 并补充长读长数据时，可使用 Hybrid 方案[3]。

Sentieon也针对分析效率进行了公开测试。结果显示，在采用的 Azure 120 vCPU 环境中，30× HiFi 数据通过 DNAscope LongRead 完成从原始序列到变异结果的分析，耗时约 41 分钟。

|Pipeline|DNAscope Hybrid|DNAscope LongRead|DNAscope（short reads）|
|--|--|--|--|
|Dataset|10× PB + 35× ILMN|30× PB|30× ILMN|
|Alignment（min）|18.8|11.5|9.7|
|Preprocessing（min）|2|0|1.4|
|Variant calling（min）|65|29.8|7.8|
|Total runtime（min）|85.8|41.2|18.9|
|Core-hours|171.7|82.5|37.8|
|On-demand（$）|5.2|2.5|1.1|
|Spot（$）|0.52|0.25|0.11|

***

# 六、总结

长读长增加了可用于分析的序列信息，分析软件则负责将这些信息整理为候选结果。对于尚未明确病因的病例，结构变异分析可以作为进一步寻找遗传解释的路径之一[1]。

**Sentieon 将长读长比对、小变异和结构变异检测组织在同一流程中，并提供长短读长联合分析方案。**候选变异是否能够解释疾病，仍需结合表型、家系信息和必要的实验验证。

如果实验室已有短读长 WGS 阴性病例、HiFi / ONT 数据或疑似 SV 样本，可以提供样本类型、数据量、关注基因或区域以及现有阴性报告；如需评估 HiFi、ONT 或二三代联合混合分析方案，后台联系我们技术团队，届时将围绕关注的样本和变异类型开展相应的流程测试。

***

# 参考文献

1.  Hiatt SM, et al. Long-read genome sequencing and variant reanalysis increase diagnostic yield in neurodevelopmental disorders. Genome Research. 2024;34:1747–1762. https://doi.org/10.1101/gr.279227.124。
    
2.  Hu J, et al. A novel and accelerated method for integrated alignment and variant calling from short and long reads. Frontiers in Bioinformatics. 2026;5:1691056. https://doi.org/10.3389/fbinf.2025.1691056。
    
3.  Sentieon 官方手册：https://support.sentieon.com/docs/sentieon\_cli/

***

# Sentieon软件介绍

Sentieon为完整的纯软件基因变异检测二级分析方案，其分析流程完全忠于BWA、GATK、MuTect2、STAR、Minimap2、Fgbio、picard等金标准的数学模型。在匹配开源流程分析结果的前提下，大幅提升WGS、WES、Panel、UMI、ctDNA、RNA等测序数据的分析效率和检出精度，并匹配目前全部第二代、三代测序平台。

![](/media/202610/640_20261030160459640989.jpg#size=100%&align=left)

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验，致力于解决生物数据分析中的速度与准确度瓶颈，**为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案，共同推动基因技术的发展。**

截至2026年4月份，Sentieon已经在全球范围内为1860+用户提供服务，用户处理超过7400+PB数据量，被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用，引用次数超过1900篇。此外，Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠，在业内获得广泛认可。