Sentieon | 基于Illumina WGS数据的高精度、低成本的泛基因组分析方案

长期以来，线性参考基因组一直是基因组分析的核心基石。然而，其单一的单倍体表示方式难以捕捉全球人群中复杂的结构序列多样性，在处理差异显著的区域时，往往会导致严重的比对偏好性和变异检测错误。尽管基于图模型的泛基因组方案能有效缓解这些难点，但对计算资源有极高的需求。

为此，Sentieon 推出了从 Fastq 到 VCF 的一站式泛基因组分析流程。不仅完美兼容标准的 x86 与 ARM 硬件架构，更能确保分析的极速性和结果的准确性，为泛基因组研究提供了兼顾性能与成本的最优解方案。

* * *

# 一、Sentieon Pangenome工作原理

Sentieon Pangenome 流程利用泛基因组数据为每个样本构建个性化参考基因组，随后采用选择性比对策略，在基因组的部分区域执行 Read 的重新比对，将比对结果回推至 GRCh38/hg38，为您已有的下游工具和分析流程提供兼容性。

![图片](/media/202605/899bfba118864083b343df1ed2b002c12488.png)

*图1  DNAscope Pangenome分析流程工作原理*

首先，对输入Read的k-mer进行计数，并与完整的泛基因组图谱进行匹配，以识别最接近的单倍型。

随后，将Read比对至GRCh38线性参考基因组，并提取其中的特定子集，将其重新比对至那些最佳匹配的单倍型上。更新后的比对结果将被回推至线性参考基因组，两组比对结果均用于小变异检测。

针对SV，流程直接将样本的单倍型与线性参考基因组进行对比，并利用Read比对信息作为支撑证据。生成的断点证据随后与来自CNVscope基于深度的CNV候选信息相结合，产出统一的整合CNV检测集。

Sentieon Pangenome 流程能够检测的变异类型：

*   **小变异：** Sentieon DNAscope 根据针对线性参考基因组的比对结果，进行 SNP 和 Indel 检测。
    
*   **结构变异：** PangenomeSV 通过将样本的单倍型直接与线性参考基因组进行对比，并利用Read比对信息作为支撑证据，从而实现 SV 的检测。
    
*   **拷贝数变异：** 将来自 PangenomeSV 的断点证据与来自 CNVscope 基于深度的候选信息相结合，产出统一的高保真 CNV 检测集。

Sentieon Pangenome 流程利用 DNAscope 在线性参考基因组上执行变异检测。目前，该流程已支持 HPRC minigraph-cactus 泛基因组，并为即将发布的含 400 个样本的 HPRC 版本做好了技术支持，助您轻松应对未来的泛基因组。

* * *

# 二、Sentieon Pangenome流程的性能展示

## 1.  行业领先的 SNP/Indel 检测性能

在 GIAB v4.2.1 基准测试中，Sentieon Pangenome 流程展现了近乎完美的检测精度：总错误数大幅缩减至约 6,000 个，SNP 与 Indel 的 F1 分数分别为 99.89% 与 99.78%；

Sentieon 在确保精度的同时，分析的速度也从未下降，在输入预比对全基因组数据的情况下，该流程仅需 60 分钟（约 80 核小时）即可完成变异检测。基于通用硬件的单样本计算成本低至 4 美元。 Sentieon极致的“高精度+低成本”组合，彻底打破了泛基因组分析的资源壁垒，使其能够扩展至大规模人群队列分析。

![图片](/media/202605/0ba2e2a7653e46429eb62d29eb5710a76911.png)

*图2  DNAscope Pangenome在30× Illumina WGS数据集上的错误计数；HG001–HG005样本的总错误数降至约6,000~10,000 个； SNP假阴性构成了大部分错误。样本HG003在模型训练期间被剔除，其表现反映了真实的样本外准确度。*

![图片](/media/202605/6fbb6b24f0d847f99e11392e6b182a2f3245.png)

*图3  DNAscope Pangenome在30× Illumina WGS数据上SNP与Indel准确度概览*

## 2.  媲美三代测序的 SV 检测性能

在 GIAB v5.0q SV 基准测试中，Sentieon Pangenome 流程结构变异检测实现了精确度 > 97.9%、召回率 > 94.1% 以及 F1 分数 > 96.0%。数据对比显示，传统二代分析工具 Manta 的 F1 分数仅为 48.0%，而同类基于泛基因组的开源方案 vg call 则为 89.0%。

Sentieon Pangenome 流程在SV检测环节超越了所有主流商业化及开源短读长分析方案，实现了对传统检测工具的跨代超越。 值得注意的是，Sentieon 短读长数据的 SV 检测性已能与 ONT 长读长全基因组测序相媲美。这种“以二代成本获得三代精度”的颠覆性突破，标志着SV分析正式告别高成本、低灵敏度的时代，具备在大规模人群队列中进行高保真解析的能力。

![图片](/media/202605/bb4ea9f139a1492f90292ea19c49701b7489.png)

*图4  使用30x Illumina WGS与30x ONT数据集评估SV检测准确度的PRECISION-RECALL曲线图*

“D”表示某商业化短读长分析流程；Manta 与 vg call 分别代表基于线性和泛基因组的开源短读长分析流程。在 ONT 数据上运行的 Sentieon DNAscope LongRead 流程作为高保真参考提供。

![图片](/media/202605/493cf3b62ec748d79c29b4be67052cf95781.png)

*图5  DNAscope Pangenome在30x Illumina WGS数据集上的SV与CNV准确度指标*

## 3.  突破 500bp 限制的高分辨率 CNV 检测

在基于 HG002 T2T 基准的测评中，新版 Pangenome CNVscope 展现了极佳的鲁棒性：在全尺寸类别的变异检测中，F1 分数均稳健突破 80%。通过深度整合来自 PangenomeSV 的断点级信息，流程成功将可靠的 CNV 检测下限推进至 500bp，实现了检测分辨率的质变。

这一突破性进展彻底解决了传统工具（如 CNVnator）在处理 10kb 以下变异时灵敏度严重匮乏的痛点。Sentieon 凭借多维证据融合算法，将 CNV 的识别精度提升到了全新的量级。

![图片](/media/202605/1812769a8d004f3aad8acf892328a18a9586.png)

![图片](/media/202605/9a707b2e779143b68643bde0cfbdb2da4596.png)

*图6  各基准测试流程在全基因组CNV基准上的准确度对比*

CNVscope（仅基于读长深度）与 CNVscope Pangenome（来自 PangenomeSV 的断点信息加读长深度）均显著优于 CNVnator，特别是在处理小型变异事件时。CNVscope Pangenome 的准确度提升在拷贝数增加与小型事件中最为显著，有效地将可靠的检测下限推进至 500bp。![图片](/media/202605/4e76671bef2b4be1bb5933963f6960fb5687.png)

*图7  DNAscope Pangenome在30× Illumina WGS数据上的效率指标*

* * *

# 三、总结

尽管测序技术不断演进，短读长测序依然是大规模人群基因组学的基石。而Sentieon DNAscope Pangenome 的出现标志着二代数据正式迈入“高精度时代”—— 赋予短读长数据媲美三代长读长的SV与CNV准确度，在 SNP 与 Indel 检测上树立了新的行业标杆，解决了该领域多年来的难题。

Sentieon为您提供兼具卓越性能与极致性价比的分析方案，助您攻克复杂变异解析中的核心难题。欢迎申请使用Sentieon !

* * *

# 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。

![图片](/media/202605/cafea3c228664163bbd04506089b89823063.png)

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。