近日，北京希望组与Sentieon联合宣布，双方决定在基因组数据分析的多个领域进行战略合作，持续推动包括二代和三代测序在临床诊断的产品落地。

双方合作的重点包括了以下四点：

高质量的结构变异检测，是基因组医学的基石，无论是针对罕见病、肿瘤，还是辅助生殖，各种基因组医学的应用，均急切的需要新型的工具解决复杂的基因组结构变异检测问题。

长读长测序对于大片段的结构变异检测具有天然的优势。综合长读长数据分析算法中的序列拼接和序列比对算法，希望组开发了针对于长读长测序数据（PacBio HiFi和ONT）的SV检测软件——GrandSV。和以往长读长数据SV检测软件相比，兼顾了两种特征鲜明、截然不同的长读长数据（PacBio HiFi/ONT），具有更高的准确度和灵敏度。

利用准确度在99%左右的PacBio HiFi模拟数据来评估GrandSV与同类型软件cuteSV v1.0.9，Pbsv v2.4.0，Sniffles v1.0.12在人类基因组上鉴定结构变异（SV）以及变异分型（Genotyping）的准确性和灵敏度。图1的结果显示，GrandSV在5-30X的不同深度上效果都是最好的之一。此外，模拟Super Accuracy basecalling模式下的ONT数据分析结果也同样显示出了GrandSV的不俗表现。

图1. Benchmark with simulated PacBio HiFi and ONT (SUP model) data

除模拟数据外，基于HG002的PacBio HiFi和ONT真实数据，并以Genome in a Bottle Consortium (GIAB) 团队发表的34,830个高置信区间当做真实的背景数据集来评估GrandSV表现。结果依然显示GrandSV的整体效果在5-30X的不同深度上都是最优的之一。

图2. Benchmark with HG002 PacBio HiFi and ONT data

相较于其他长读长SV检测软件，GrandSV有着更高的灵敏性。图3是HG002中一个长的片段插入，由于测序reads太短，单条read无法跨过，导致其他的软件在此处只能检出断点，而GrandSV通过局部组装可以完整的组装出跨过这个SV的一致性序列。图4是HG002中两个杂合的片段插入，其他软件只能检测出一个平均长度约94bp的片段插入，而GrandSV能够准确检测出两个不同的杂合的片段插入。

图3. Only GrandSV called correctly for a 9562 bp INS

图4. Only GrandSV called correctly for a 60 bp INS and a 122 bp INS

Sentieon在二代测序中SNP/Indel变异检测流程已非常成熟，并以其检测准确性高和检测速度快而广受业内人士认可。近日，Sentieon推出了DNAscope LongReads分析流程，深度改进DNAscope流程，加入Sentieon分型（Phasing）模块，高速准确分析PacBio HiFi数据进行SNP/Indel检测。

DNAscope LongReads运算效率高，速度相比开源软件有很大的提升。其中比对模块Sentieon Minimap2与原版相比提速2倍，而变异检测模块与DeepVariant相比提速6倍，有助于用户提升交付速度，降低计算成本。

准确度方面，DNAscope LongReads流程获得了FDA挑战赛PacBio数据的两个分项冠军，SNP的F1 score达到了0.9993，Indel为0.9943。在低深度下对比10x PB HiFi，16x PB HiFi，30x Illumina的全基因组测试结果，可以发现全基因组范围内16x的HiFi数据的准确率就已经超越了30x Illumina的数据，在低复杂度的基因组区域内即使10x的HiFi数据也可以超越Illumina的准确度。

图5. SNP and Indel accuracy on HG003 WGS Data, PB HiFi vs ILMN

长读长数据可以覆盖Illumina序列所无法覆盖的区域，例如395个位于常染色体上复杂区域的临床相关基因（CMRG）。这些基因具有重要的临床价值，然而由于所处基因组区域较为特殊，短读长序列难以比对。以SMN1基因为例，该基因是脊髓性肌萎缩症的致病基因，最常见的突变是外显子7和8的缺失。从下图可以看出，只有PB HiFi数据可以覆盖相关区域，得出变异检测结果。

图6. PB HiFi covers SMN1 gene region when ILMN reads fail

通过结合双方在长读长变异检测流程中的特有优势，将点突变及大片段的结构变异整合分析，推出的完整HiFi全基因组重测序分析流程，将极大地加快PacBio HiFi测序的临床应用。基于本次成功经验，在未来，双方团队还会在Oxford Nanopore的数据处理上进行合作，为业界带来更多优质的Long Reads重测序的分析流程。同时双方也会持续在其他领域包括华大测序平台应用，以及“希望诊断计划”项目中保持合作，共同加速全基因组临床产品的市场教育和推广工作。

希望组专注于在三代测序平台上进行技术开发与应用拓展，目前，已经形成了“科技服务”、“医学诊断”、“生物信息”、“先进制造”四大业务模块；在北京、武汉建设了合计超过5,000平米的科研服务平台、医学检验实验室和大数据分析数据中心，引进了国际先进的ONT PromethION 48、PacBio Sequel II、MGISEQ2000/T7、Bionano Saphyr光学图谱等技术平台。同时，希望组技术中心建立了完善的管理规章制度，为强化研发管理、激励技术创新，充分发挥公司技术中心在科技成果研发与转化方面作用提供机制和制度保障。

此次希望组被认定为“湖北省企业技术中心”，体现了政府主管部门对公司技术实力的高度认可，彰显了公司在技术研发和创新方面的实力。省级企业技术中心的建立是公司技术创新的又一里程碑，将成为公司今后高质量发展的助推器，推动公司技术研发创新水平的持续进步。

近日，由南方医学网、基因谷、早筛网共同举办的“2021基因检测行业发展高峰论坛”在广州成功举办。希望组作为中国长读长测序技术应用的开拓者，从参评企业中脱颖而出，荣获“2021基因检测行业年度最具投资价值企业”奖项！

会上，希望组CEO汪德鹏发表了题为“‘长枪短炮’进攻遗传病难题”的主题演讲，介绍了希望组在三代测序遗传病诊断领域的成果；同时提出了结合三代测序（长枪）和二代测序（短炮）技术，实现遗传病精准检测的方案。希望组致力于三代测序技术的应用，在三代测序领域深耕多年，构建了ONT PromethION 48、PacBio Sequel II三代测序技术平台；基于三代测序，建立了人类基因组结构变异数据库（dbSV），开发了结构变异分析软件（GrandSV）。此次推出的“‘长枪短炮’方案，利用二代测序低成本、高通量、高准确度的特点，用于基因编码区小变异（SNP/Indel）的检测；结合三代测序长读长优势，通过长读长测序全基因组测序，利用希望组分析软件和数据库实现结构变异的精准检测，有效提升遗传病的检出率，可以发现新的疾病相关结构变异断点，为遗传病诊断、辅助生殖和基因治疗提供了新的思路。

希望组CEO汪德鹏发表主题演讲

在随后的圆桌分享环节中，就“全面建设健康中国与基因检测未来展望”的主题，公司CEO汪德鹏与专家及企业代表共同探讨中国基因检测行业的现状，未来发展，以及三代测序的应用方向和前景。

希望组CEO汪德鹏参与圆桌会议

希望组将继续践行“让生命充满希望”的使命，坚守“ 创新、创造价值，并创造利润”经营原则，不断探索长读长测序技术在科学研究及医学诊断领域的应用，推动新技术的临床转化和落地，为健康中国建设做出积极贡献，实现全球三代测序技术与应用领域领军企业的战略目标。