Generalizable characteristics of false-positive bacterial variant calls.
Generalizable characteristics of false-positive bacterial variant calls.
复制标题
DOI：
10.1099/mgen.0.000615
复制
发表时间：
2021-08
影响因子：
3.9
通讯作者：
Bush SJ
中科院分区：
文献类型：
--
作者：
Bush SJ
当变量调用时，最大限度地减少误报是一个关键问题，因为没有一个方法是没有错误的。通常使用硬过滤标准对变量调用文件(VCF)进行后处理，以区分真阳性(TP)和假阳性(FP)调用。这些应用基于这样一个简单的原则，即某些特征在FP调用集合中被不成比例地表示，并且用户选择的阈值可以最大化检测到的数量。为了在这个问题上提供指导，这项研究使用来自6个不同物种和166个变体调用管道的真实Illumina测序数据，对所有虚假的SNP和Indel调用进行了经验性的表征(14个读取校准器与多达13个不同的变体调用者的组合，加上4个‘All-in-one’管道)。我们没有寻求优化过滤器阈值，而是提请注意那些最有效的过滤器以及可以最有效地应用这些过滤器的管道。在这方面，这项研究作为我们之前对细菌变异呼叫者的基准评估的总结，并为有效的实践提供了一般性建议。结果表明，在这项研究中分析的管道中，将假阳性降至最低的最直接方法就是使用Snippy。我们还发现，无论变量调用管道如何，错误调用的数量都不成比例地位于Indels附近，并强调这是未来发展的一个问题。
Minimizing false positives is a critical issue when variant calling as no method is without error. It is common practice to post-process a variant-call file (VCF) using hard filter criteria intended to discriminate true-positive (TP) from false-positive (FP) calls. These are applied on the simple principle that certain characteristics are disproportionately represented among the set of FP calls and that a user-chosen threshold can maximize the number detected. To provide guidance on this issue, this study empirically characterized all false SNP and indel calls made using real Illumina sequencing data from six disparate species and 166 variant-calling pipelines (the combination of 14 read aligners with up to 13 different variant callers, plus four ‘all-in-one’ pipelines). We did not seek to optimize filter thresholds but instead to draw attention to those filters of greatest efficacy and the pipelines to which they may most usefully be applied. In this respect, this study acts as a coda to our previous benchmarking evaluation of bacterial variant callers, and provides general recommendations for effective practice. The results suggest that, of the pipelines analysed in this study, the most straightforward way of minimizing false positives would simply be to use Snippy. We also find that a disproportionate number of false calls, irrespective of the variant-calling pipeline, are located in the vicinity of indels, and highlight this as an issue for future development.
登录
查看更多内容
影响因子：
48
作者：
Langmead, Ben;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
影响因子：
3
作者：
De Summa S;Malerba G;Pinto R;Mori A;Mijatovic V;Tommasi S
通讯作者：
Tommasi S
影响因子：
4.4
作者：
Guo Y;Li J;Li CI;Long J;Samuels DC;Shyr Y
通讯作者：
Shyr Y
影响因子：
5.4
作者：
Goig, Galo A.;Blanco, Silvia;Comas, Inaki
通讯作者：
Comas, Inaki
使用下一代 DNA 测序数据进行变异发现和基因分型的框架。
影响因子：
30.8
作者：
通讯作者：
--