知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-12-24
(54)【発明の名称】標的参照ゲノムを使わないバリアントコーリング
(51)【国際特許分類】
G16B 30/00 20190101AFI20241217BHJP
【ＦＩ】
G16B30/00
【審査請求】未請求
【予備審査請求】有
(21)【出願番号】P 2024539855
(86)(22)【出願日】2022-12-28
(85)【翻訳文提出日】2024-07-01
(86)【国際出願番号】 US2022082462
(87)【国際公開番号】W WO2023129953
(87)【国際公開日】2023-07-06
(31)【優先権主張番号】63/294,813
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/294,816
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/294,820
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/294,827
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/294,828
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/294,830
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/952,192
(32)【優先日】2022-09-23
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/952,194
(32)【優先日】2022-09-23
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/952,198
(32)【優先日】2022-09-23
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】500358711
【氏名又は名称】イルミナ インコーポレイテッド
(74)【代理人】
【識別番号】100108453
【弁理士】
【氏名又は名称】村山 靖彦
(74)【代理人】
【識別番号】100110364
【弁理士】
【氏名又は名称】実広 信哉
(74)【代理人】
【識別番号】100133400
【弁理士】
【氏名又は名称】阿部 達彦
(72)【発明者】
【氏名】ホン・ガオ
(72)【発明者】
【氏名】トビアス・ハンプ
(72)【発明者】
【氏名】ジョシュア・グッドウィン・ジョン・マクマスター－シュライバー
(72)【発明者】
【氏名】ラクシュマン・サンダラム
(72)【発明者】
【氏名】カイ－ハウ・ファー
(57)【要約】
開示される技術は、標的種のサンプルをバリアントコーリングするために、非標的種の参照ゲノムを使用することの実行可能性を判断することに関する。特に、開示される技術は、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムにマッピングして、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出すること、及び標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングして、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出することに関する。
【特許請求の範囲】
【請求項1】
標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するコンピュータ実装方法であって、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することの前記実行可能性を判断することと、を含む、コンピュータ実装方法。
【請求項2】
前記疑似標的種が、前記標的種である、請求項１に記載のコンピュータ実装方法。
【請求項3】
前記疑似標的種が、前記標的種とは異なる、請求項１に記載のコンピュータ実装方法。
【請求項4】
前記疑似標的種が、前記標的種と相同である、請求項３に記載のコンピュータ実装方法。
【請求項5】
前記非標的種が、ヒトである、請求項１に記載のコンピュータ実装方法。
【請求項6】
前記標的種が、非ヒト霊長類である、請求項１に記載のコンピュータ実装方法。
【請求項7】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項１に記載のコンピュータ実装方法。
【請求項8】
前記バリアントの第１の集合及び前記バリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、請求項１に記載のコンピュータ実装方法。
【請求項9】
前記バリアントの第１の集合及び前記バリアントの第２の集合から、前記非標的種の前記参照ゲノムと前記疑似標的種の前記参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、請求項１に記載のコンピュータ実装方法。
【請求項10】
前記標的種の前記サンプルの前記配列決定されたリードにおける特定の領域が、前記非標的種の前記参照ゲノムにおける第１の領域及び前記疑似標的種の前記参照ゲノムにおける第２の領域に位置するため、前記偽陽性バリアントの部分集合における偽陽性バリアントが生じ、前記第１の領域及び前記第２の領域が異なる、請求項１に記載のコンピュータ実装方法。
【請求項11】
前記標的種の前記サンプルの前記配列決定されたリードにおける前記特定の領域が、前記非標的種の前記参照ゲノムにおける複数の領域に位置するため、前記偽陽性バリアントが生じる、請求項１０に記載のコンピュータ実装方法。
【請求項12】
メモリに結合された１つ以上のプロセッサを含むシステムであって、前記メモリには、標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータ命令がロードされ、前記コンピュータ命令が、前記１つ以上のプロセッサ上で実行されるときに、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することの前記実行可能性を判断することと、を含む、動作を実装する、システム。
【請求項13】
前記疑似標的種が、前記標的種である、請求項１２に記載のシステム。
【請求項14】
前記疑似標的種が、前記標的種とは異なる、請求項１２に記載のシステム。
【請求項15】
前記疑似標的種が、前記標的種と相同である、請求項１２に記載のシステム。
【請求項16】
前記非標的種が、ヒトである、請求項１２に記載のシステム。
【請求項17】
前記標的種が、非ヒト霊長類である、請求項１２に記載のシステム。
【請求項18】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項１２に記載のシステム。
【請求項19】
前記バリアントの第１の集合及び前記バリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、請求項１２に記載のシステム。
【請求項20】
前記バリアントの第１の集合及び前記バリアントの第２の集合から、前記非標的種の前記参照ゲノムと前記疑似標的種の前記参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、請求項１２に記載のシステム。
【請求項21】
前記標的種の前記サンプルの前記配列決定されたリードにおける特定の領域が、前記非標的種の前記参照ゲノムにおける第１の領域及び前記疑似標的種の前記参照ゲノムにおける第２の領域に位置するため、前記偽陽性バリアントの部分集合における偽陽性バリアントが生じ、前記第１の領域及び前記第２の領域が異なる、請求項１２に記載のシステム。
【請求項22】
前記標的種の前記サンプルの前記配列決定されたリードにおける前記特定の領域が、前記非標的種の前記参照ゲノムにおける複数の領域に位置するため、前記偽陽性バリアントが生じる、請求項２１に記載のシステム。
【請求項23】
標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、前記コンピュータ命令が、プロセッサ上で実行されるときに、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することの前記実行可能性を判断することと、を含む、方法を実装する、非一時的コンピュータ可読記憶媒体。
【請求項24】
前記疑似標的種が、前記標的種である、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項25】
前記疑似標的種が、前記標的種とは異なる、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項26】
前記疑似標的種が、前記標的種と相同である、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項27】
前記非標的種が、ヒトである、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項28】
前記標的種が、非ヒト霊長類である、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項29】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項30】
前記バリアントの第１の集合及び前記バリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項31】
前記バリアントの第１の集合及び前記バリアントの第２の集合から、前記非標的種の前記参照ゲノムと前記疑似標的種の前記参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項32】
前記標的種の前記サンプルの前記配列決定されたリードにおける特定の領域が、前記非標的種の前記参照ゲノムにおける第１の領域及び前記疑似標的種の前記参照ゲノムにおける第２の領域に位置するため、前記偽陽性バリアントの部分集合における偽陽性バリアントが生じ、前記第１の領域及び前記第２の領域が異なる、請求項２３に記載の非一時的コンピュータ可読記憶媒体。
【請求項33】
前記標的種の前記サンプルの前記配列決定されたリードにおける前記特定の領域が、前記非標的種の前記参照ゲノムにおける複数の領域に位置するため、前記偽陽性バリアントが生じる、請求項３２に記載の非一時的コンピュータ可読記憶媒体。
【請求項34】
システムであって、標的バリアントの複数の特徴を処理し、前記標的バリアントについての品質指標を生成するように構成されているバリアント品質分類器を含み、
前記バリアント品質分類器が、高品質バリアントの集合及び低品質バリアントの集合に対して訓練されており、
前記高品質バリアントの集合の中の高品質バリアントが、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定され、
前記低品質バリアントの集合の中の低品質バリアントが、前記バリアントの第２の集合の中には存在するが前記バリアントの第１の集合の中には存在しない偽陽性バリアントとして同定され、
前記バリアントの第１の集合が、標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコーリングすることによって検出され、
前記バリアントの第２の集合が、前記標的種の前記サンプルの前記配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコーリングすることによって検出される、システム。
【請求項35】
前記バリアント品質分類器が、ランダムフォレストモデルである、請求項３４に記載のシステム。
【請求項36】
前記バリアント品質分類器が、ロジスティック回帰モデルである、請求項３４に記載のシステム。
【請求項37】
前記バリアント品質分類器が、ニューラルネットワークモデルである、請求項３４に記載のシステム。
【請求項38】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、請求項３４に記載のシステム。
【請求項39】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、前記ＧＣスキューが、前記標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、請求項３４に記載のシステム。
【請求項40】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、請求項３４に記載のシステム。
【請求項41】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの対立遺伝子カウントである、請求項３４に記載のシステム。
【請求項42】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードのマッピング品質である、請求項３４に記載のシステム。
【請求項43】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、請求項３４に記載のシステム。
【請求項44】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、請求項３４に記載のシステム。
【請求項45】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの深度によるバリアント品質である、請求項３４に記載のシステム。
【請求項46】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの遺伝子型品質である、請求項３４に記載のシステム。
【請求項47】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの平均カバレッジによって正規化された前記標的バリアントのリード深度である、請求項３４に記載のシステム。
【請求項48】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、請求項３４に記載のシステム。
【請求項49】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、請求項３４に記載のシステム。
【請求項50】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、請求項３４に記載のシステム。
【請求項51】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの平均カバレッジによって正規化された、前記標的バリアントの前記配列決定されたリードの１００塩基対上流又は下流の隣接領域の前記平均カバレッジである、請求項３４に記載のシステム。
【請求項52】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの平均カバレッジによって正規化された、前記標的バリアントの前記配列決定されたリードの５００塩基対上流又は下流の隣接領域の前記平均カバレッジである、請求項３４に記載のシステム。
【請求項53】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項54】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項55】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項56】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項57】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項58】
前記標的バリアントの前記複数の特徴のうちの１つの特徴が、前記標的バリアントの前記配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、前記標的バリアントの前記配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、請求項３４に記載のシステム。
【請求項59】
第１の参照ゲノムと第２の参照ゲノムとの間に１対１マッピングを有さない領域を同定及び排除するコンピュータ実装方法であって、標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを前記配列決定されたリードに適用することに基づいて、前記配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、前記配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに前記高品質の配列決定されたリードを前記非標的参照ゲノム中の前記複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを前記複数のビンにセグメント化し、次いで、ビンごとに前記高品質の配列決定されたリードを前記疑似標的参照ゲノム内の前記複数のビンにマッピングすることと、
前記疑似標的参照ゲノム内の最良にマッピングされたビンと前記非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、前記疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、前記疑似標的参照ゲノム及び前記非標的参照ゲノムの中の対応するビンの間の一致度が、前記対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
前記疑似標的参照ゲノムの中の前記最良にマッピングされたビンと前記非標的参照ゲノムの中の前記対応するビンとの間でマッピングされたリードの数に基づいて、前記疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、前記ユニークマッパースコアを使用することと、を含む、コンピュータ実装方法。
【請求項60】
低品質の配列決定されたリードが、ストップゲインバリアントを含む、請求項５９に記載のコンピュータ実装方法。
【請求項61】
低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、前記標的種の前記サンプルの前記配列決定されたリードに適用される、請求項５９に記載のコンピュータ実装方法。
【請求項62】
前記複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、請求項６１に記載のコンピュータ実装方法。
【請求項63】
前記複数のカスケードフィルタのうちの１つのフィルタが、前記疑似標的種参照ゲノムと前記非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、請求項６１に記載のコンピュータ実装方法。
【請求項64】
前記複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、請求項６１に記載のコンピュータ実装方法。
【請求項65】
前記複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、請求項６１に記載のコンピュータ実装方法。
【請求項66】
前記複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、請求項６１に記載のコンピュータ実装方法。
【請求項67】
１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、請求項５９に記載のコンピュータ実装方法。
【請求項68】
連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、請求項６７に記載のコンピュータ実装方法。
【請求項69】
３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、請求項６７に記載のコンピュータ実装方法。
【請求項70】
ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、請求項５９に記載のコンピュータ実装方法。
【請求項71】
マッピングされたリードの断片が、前記ユニークマッパースコアによって決定されるような最良にマッピングされた領域について検出される、請求項５９に記載のコンピュータ実装方法。
【請求項72】
前記ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、請求項５９に記載のコンピュータ実装方法。
【請求項73】
前記ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、請求項５９に記載のコンピュータ実装方法。
【請求項74】
前記疑似標的種が、ヒトである、請求項５９に記載のコンピュータ実装方法。
【請求項75】
前記疑似標的種が、非ヒト霊長類である、請求項５９に記載のコンピュータ実装方法。
【請求項76】
前記非標的種が、ヒトである、請求項５９に記載のコンピュータ実装方法。
【請求項77】
前記非標的種が、非ヒト霊長類である、請求項５９に記載のコンピュータ実装方法。
【請求項78】
前記標的種が、ヒトである、請求項５９に記載のコンピュータ実装方法。
【請求項79】
前記標的種が、非ヒト霊長類である、請求項５９に記載のコンピュータ実装方法。
【請求項80】
前記標的種及び非標的種が、相同である、請求項５９に記載のコンピュータ実装方法。
【請求項81】
前記標的種及び疑似標的種が、相同である、請求項５９に記載のコンピュータ実装方法。
【請求項82】
標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、請求項５９に記載のコンピュータ実装方法。
【請求項83】
メモリに結合された１つ以上のプロセッサを含むシステムであって、前記メモリには、第１の参照ゲノムと第２の参照ゲノムとの間で１対１マッピングを有さない領域を同定及び排除するためのコンピュータ命令がロードされ、前記コンピュータ命令が、前記１つ以上のプロセッサ上で実行されるときに、標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを前記配列決定されたリードに適用することに基づいて、前記配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、前記配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに前記高品質の配列決定されたリードを前記非標的参照ゲノム中の前記複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを前記複数のビンにセグメント化し、次いで、前記ビンごとに前記高品質の配列決定されたリードを前記疑似標的参照ゲノム内の前記複数のビンにマッピングすることと、
前記疑似標的参照ゲノム内の最良にマッピングされたビンと前記非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、前記疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、前記疑似標的参照ゲノム及び前記非標的参照ゲノムの中の対応するビンの間の一致度が、前記対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
前記疑似標的参照ゲノムの中の前記最良にマッピングされたビンと前記非標的参照ゲノムの中の前記対応するビンとの間でマッピングされたリードの数に基づいて、前記疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、前記ユニークマッパースコアを使用することと、を含む、動作を実装する、システム。
【請求項84】
低品質の配列決定されたリードが、ストップゲインバリアントを含む、請求項８３に記載のシステム。
【請求項85】
低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、前記標的種の前記サンプルの前記配列決定されたリードに適用される、請求項８３に記載のシステム。
【請求項86】
前記複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、請求項８５に記載のシステム。
【請求項87】
前記複数のカスケードフィルタのうちの１つのフィルタが、前記疑似標的種参照ゲノムと前記非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、請求項８５に記載のシステム。
【請求項88】
前記複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、請求項８５に記載のシステム。
【発明の詳細な説明】
【技術分野】
【0001】
優先権出願
本出願は、以下の利益及び優先権を主張する。
本出願は、以下の利益及び優先権を主張する。
【0002】
２０２２年９月２３日に出願された「ＶＡＲＩＡＮＴ ＣＡＬＬＩＮＧ ＷＩＴＨＯＵＴ Ａ ＴＡＲＧＥＴ ＲＥＦＥＲＥＮＣＥ ＧＥＮＯＭＥ」と題する米国特許出願第１７／９５２，１９２号（代理人整理番号ＩＬＬＭ １０６４－２／ＩＰ－２２９７－ＵＳ１）、
【0003】
２０２２年９月２３日に出願された「ＱＵＡＬＩＴＹ ＤＥＴＥＣＴＩＯＮ ＯＦ ＶＡＲＩＡＮＴ ＣＡＬＬＩＮＧ ＵＳＩＮＧ Ａ ＭＡＣＨＩＮＥ ＬＥＡＲＮＩＮＧ ＣＬＡＳＳＩＦＩＥＲ」と題する米国特許出願第１７／９５２，１９４号（代理人整理番号ＩＬＬＭ １０６４－３／ＩＰ－２２９７－ＵＳ２）、
【0004】
２０２２年９月２３日に出願された「ＵＮＩＱＵＥ ＭＡＰＰＥＲ ＴＯＯＬ ＦＯＲ ＥＸＣＬＵＤＩＮＧ ＲＥＧＩＯＮＳ ＷＩＴＨＯＵＴ ＯＮＥ－ＴＯ－ＯＮＥ ＭＡＰＰＩＮＧ ＢＥＴＷＥＥＮ Ａ ＳＥＴ ＯＦ ＴＷＯ ＲＥＦＥＲＥＮＣＥ ＧＥＮＯＭＥＳ」と題する米国特許出願第１７／９５２，１９８号（代理人整理番号ＩＬＬＭ １０６４－４／ＩＰ－２２９７－ＵＳ３）、
【0005】
２０２１年１２月２９日に出願された「ＰＥＲＩＯＤＩＣ ＭＡＳＫ ＰＡＴＴＥＲＮ ＦＯＲ ＲＥＶＥＬＡＴＩＯＮ ＬＡＮＧＵＡＧＥ ＭＯＤＥＬＳ」と題する米国特許仮出願第６３／２９４，８１３号（代理人整理番号ＩＬＬＭ １０６３－１／ＩＰ－２２９６－ＰＲＶ）、
【0006】
２０２１年１２月２９日に出願された「ＣＬＡＳＳＩＦＹＩＮＧ ＭＩＬＬＩＯＮＳ ＯＦ ＶＡＲＩＡＮＴＳ ＯＦ ＵＮＣＥＲＴＡＩＮ ＳＩＧＮＩＦＩＣＡＮＣＥ ＵＳＩＮＧ ＰＲＩＭＡＴＥ ＳＥＱＵＥＮＣＩＮＧ ＡＮＤ ＤＥＥＰ ＬＥＡＲＮＩＮＧ」と題する米国特許仮出願第６３／２９４，８１６号（代理人整理番号ＩＬＬＭ １０６４－１／ＩＰ－２２９７－ＰＲＶ）、
【0007】
２０２１年１２月２９日に出願された「ＩＤＥＮＴＩＦＹＩＮＧ ＧＥＮＥＳ ＷＩＴＨ ＤＩＦＦＥＲＥＮＴＩＡＬ ＳＥＬＥＣＴＩＶＥ ＣＯＮＳＴＲＡＩＮＴ ＢＥＴＷＥＥＮ ＨＵＭＡＮＳ ＡＮＤ ＮＯＮＨＵＭＡＮ ＰＲＩＭＡＴＥＳ」と題する米国特許仮出願第６３／２９４，８２０号（代理人整理番号ＩＬＬＭ １０６５－１／ＩＰ－２２９８－ＰＲＶ）、
【0008】
２０２１年１２月２９日に出願された「ＤＥＥＰ ＬＥＡＲＮＩＮＧ ＮＥＴＷＯＲＫ ＦＯＲ ＥＶＯＬＵＴＩＯＮＡＲＹ ＣＯＮＳＥＲＶＡＴＩＯＮ」と題する米国特許仮出願第６３／２９４，８２７号（代理人整理番号ＩＬＬＭ １０６６－１／ＩＰ－２２９９－ＰＲＶ）、
【0009】
２０２１年１２月２９日に出願された「ＩＮＴＥＲ－ＭＯＤＥＬ ＰＲＥＤＩＣＴＩＯＮ ＳＣＯＲＥ ＲＥＣＡＬＩＢＲＡＴＩＯＮ」と題する米国特許仮出願第６３／２９４，８２８号（代理人整理番号ＩＬＬＭ １０６７－１／ＩＰ－２３０１－ＰＲＶ）、及び
【0010】
２０２１年１２月２９日に出願された「ＳＰＥＣＩＥＳ－ＤＩＦＦＥＲＥＮＴＩＡＢＬＥ ＥＶＯＬＵＴＩＯＮＡＲＹ ＰＲＯＦＩＬＥＳ」と題する米国特許仮出願第６３／２９４，８３０号（代理人整理番号ＩＬＬＭ １０６８－１／ＩＰ－２３０２－ＰＲＶ）。
【0011】
これらの優先権出願は、参照により本開示に完全に記載されているかのように組み込まれる。
【0012】
開示される技術は、人工知能型コンピュータ及びデジタルデータ処理システム、並びに知能（すなわち、知識ベースシステム、推論システム、及び知識取得システム）を模倣するための対応するデータ処理方法及び製品に関し、不確実性を伴う推論のためのシステム（例えば、ファジー論理システム）、適応システム、機械学習システム、及び人工ニューラルネットワークを含む。具体的には、開示される技術は、順序データを分析するために深層畳み込みニューラルネットワークを使用することに関する。
【0013】
組み込み
以下は、全ての目的のために、本明細書に完全に記載されているかのように参照により組み込まれ、本特許仮出願の一部とみなされるべきである。
以下は、全ての目的のために、本明細書に完全に記載されているかのように参照により組み込まれ、本特許仮出願の一部とみなされるべきである。
【0014】
Ｓｕｎｄａｒａｍ，Ｌ．ｅｔ ａｌ．Ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｃｌｉｎｉｃａｌ ｉｍｐａｃｔ ｏｆ ｈｕｍａｎ ｍｕｔａｔｉｏｎ ｗｉｔｈ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ．Ｎａｔ．Ｇｅｎｅｔ．５０，１１６１－１１７０（２０１８）、
【0015】
Ｊａｇａｎａｔｈａｎ，Ｋ．ｅｔ ａｌ．Ｐｒｅｄｉｃｔｉｎｇ ｓｐｌｉｃｉｎｇ ｆｒｏｍ ｐｒｉｍａｒｙ ｓｅｑｕｅｎｃｅ ｗｉｔｈ ｄｅｅｐ ｌｅａｒｎｉｎｇ．Ｃｅｌｌ １７６，５３５－５４８（２０１９）、
【0016】
２０１７年１０月１６日に出願された「ＴＲＡＩＮＩＮＧ Ａ ＤＥＥＰ ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＣＬＡＳＳＩＦＩＥＲ ＵＳＩＮＧ ＬＡＲＧＥ－ＳＣＡＬＥ ＢＥＮＩＧＮ ＴＲＡＩＮＩＮＧ ＤＡＴＡ」と題する米国特許出願第６２／５７３，１４４号（代理人整理番号ＩＬＬＭ １０００－１／ＩＰ－１６１１－ＰＲＶ）、
【0017】
２０１７年１０月１６日に出願された「ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＣＬＡＳＳＩＦＩＥＲ ＢＡＳＥＤ ＯＮ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ（ＣＮＮｓ）」と題する米国特許出願第６２／５７３，１４９号（代理人整理番号ＩＬＬＭ １０００－２／ＩＰ－１６１２－ＰＲＶ）、
【0018】
２０１７年１０月１６日に出願された「ＤＥＥＰ ＳＥＭＩ－ＳＵＰＥＲＶＩＳＥＤ ＬＥＡＲＮＩＮＧ ＴＨＡＴ ＧＥＮＥＲＡＴＥＳ ＬＡＲＧＥ－ＳＣＡＬＥ ＰＡＴＨＯＧＥＮＩＣ ＴＲＡＩＮＩＮＧ ＤＡＴＡ」と題する米国特許出願第６２／５７３，１５３号（代理人整理番号ＩＬＬＭ １０００－３／ＩＰ－１６１３－ＰＲＶ）、
【0019】
２０１７年１１月７日に出願された「ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＯＦ ＧＥＮＯＭＩＣ ＤＡＴＡ ＵＳＩＮＧ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ（ＣＮＮｓ）」と題する米国特許出願第６２／５８２，８９８号（代理人整理番号ＩＬＬＭ １０００－４／ＩＰ－１６１８－ＰＲＶ）、
【0020】
２０１８年１０月１５日に出願された「ＤＥＥＰ ＬＥＡＲＮＩＮＧ－ＢＡＳＥＤ ＴＥＣＨＮＩＱＵＥＳ ＦＯＲ ＴＲＡＩＮＩＮＧ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ」と題する米国特許出願第１６／１６０，９０３号（代理人整理番号ＩＬＬＭ １０００－５／ＩＰ－１６１１－ＵＳ）、
【0021】
２０１８年１０月１５日に出願された「ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ ＦＯＲ ＶＡＲＩＡＮＴ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ」と題する米国特許出願第１６／１６０，９８６号（代理人整理番号ＩＬＬＭ １０００－６／ＩＰ－１６１２－ＵＳ）、
【0022】
２０１８年１０月１５日に出願された「ＳＥＭＩ－ＳＵＰＥＲＶＩＳＥＤ ＬＥＡＲＮＩＮＧ ＦＯＲ ＴＲＡＩＮＩＮＧ ＡＮ ＥＮＳＥＭＢＬＥ ＯＦ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ」と題する米国特許出願第１６／１６０，９６８号（代理人整理番号ＩＬＬＭ １０００－７／ＩＰ－１６１３－ＵＳ）、
【0023】
２０１８年１０月１５日に出願された「ＤＥＥＰ ＬＥＡＲＮＩＮＧ－ＢＡＳＥＤ ＳＰＬＩＣＥ ＳＩＴＥ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ」と題する米国特許出願第１６／１６０，９７８号（代理人整理番号ＩＬＬＭ １００１－４／ＩＰ－１６８０－ＵＳ）、
【0024】
２０１９年５月８日に出願された「ＤＥＥＰ ＬＥＡＲＮＩＮＧ－ＢＡＳＥＤ ＴＥＣＨＮＩＱＵＥＳ ＦＯＲ ＰＲＥ－ＴＲＡＩＮＩＮＧ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ」と題する米国特許出願第１６／４０７，１４９号（代理人整理番号ＩＬＬＭ １０１０－１／ＩＰ－１７３４－ＵＳ）、
【0025】
２０２１年４月１５日に出願された「ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ ＴＯ ＰＲＥＤＩＣＴ ＶＡＲＩＡＮＴ ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＵＳＩＮＧ ＴＨＲＥＥ－ＤＩＭＥＮＳＩＯＮＡＬ（３Ｄ）ＰＲＯＴＥＩＮ ＳＴＲＵＣＴＵＲＥＳ」と題する米国特許出願第１７／２３２，０５６号（代理人整理番号ＩＬＬＭ １０３７－２／ＩＰ－２０５１－ＵＳ）、
【0026】
２０２１年４月１５日に出願された「ＭＵＬＴＩ－ＣＨＡＮＮＥＬ ＰＲＯＴＥＩＮ ＶＯＸＥＬＩＺ ＡＴＩＯＮ ＴＯ ＰＲＥＤＩＣＴ ＶＡＲＩＡＮＴ ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＵＳＩＮＧ ＤＥＥＰ ＣＯＮＶＯＬＵＴＩＯＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷＯＲＫＳ」と題する米国特許出願第６３／１７５，４９５号（代理人整理番号ＩＬＬＭ １０４７－１／ＩＰ－２１４２－ＰＲＶ）、
【0027】
２０２１年４月１６日に出願された「ＥＦＦＩＣＩＥＮＴ ＶＯＸＥＬＩＺＡＴＩＯＮ ＦＯＲ ＤＥＥＰ ＬＥＡＲＮＩＮＧ」と題する米国特許出願第６３／１７５，７６７号（代理人整理番号ＩＬＬＭ １０４８－１／ＩＰ－２１４３－ＰＲＶ）、
【0028】
２０２１年９月７日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＡＮＡＬＹＳＩＳ ＯＦ ＰＲＯＴＥＩＮ ＴＨＲＥＥ－ＤＩＭＥＮＳＩＯＮＡＬ（３Ｄ）ＳＴＲＵＣＴＵＲＥＳ」と題する米国特許出願第１７／４６８，４１１号（代理人整理番号ＩＬＬＭ １０３７－３／ＩＰ－２０５１Ａ－ＵＳ）、
【0029】
２０２１年１０月６日に出願された「ＰＲＯＴＥＩＮ ＳＴＲＵＣＴＵＲＥ－ＢＡＳＥＤ ＰＲＯＴＥＩＮ ＬＡＮＧＵＡＧＥ ＭＯＤＥＬＳ」と題する米国特許仮出願第６３／２５３，１２２号（代理人整理番号ＩＬＬＭ １０５０－１／ＩＰ－２１６４－ＰＲＶ）、
【0030】
２０２１年１１月１９日に出願された「ＰＲＥＤＩＣＴＩＮＧ ＶＡＲＩＡＮＴ ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＦＲＯＭ ＥＶＯＬＵＴＩＯＮＡＲＹ ＣＯＮＳＥＲＶＡＴＩＯＮ ＵＳＩＮＧ ＴＨＲＥＥ－ＤＩＭＥＮＳＩＯＮＡＬ（３Ｄ）ＰＲＯＴＥＩＮ ＳＴＲＵＣＴＵＲＥ ＶＯＸＥＬＳ」と題する米国特許仮出願第６３／２８１，５７９号（代理人整理番号ＩＬＬＭ １０６０－１／ＩＰ－２２７０－ＰＲＶ）、及び
【0031】
２０２１年１１月１９日に出願された「ＣＯＭＢＩＮＥＤ ＡＮＤ ＴＲＡＮＳＦＥＲ ＬＥＡＲＮＩＮＧ ＯＦ Ａ ＶＡＲＩＡＮＴ ＰＡＴＨＯＧＥＮＩＣＩＴＹ ＰＲＥＤＩＣＴＯＲ ＵＳＩＮＧ ＧＡＰＥＤ ＡＮＤ ＮＯＮ－ＧＡＰＥＤ ＰＲＯＴＥＩＮ ＳＡＭＰＬＥＳ」と題する米国特許仮出願第６３／２８１，５９２号（代理人整理番号ＩＬＬＭ １０６１－１／ＩＰ－２２７１－ＰＲＶ）。
【背景技術】
【0032】
本セクションで考察される主題は、単に本セクションにおける言及の結果として、先行技術であると想定されるべきではない。同様に、本セクションで言及した問題、又は背景として提供された主題と関連付けられた問題は、先行技術において以前に認識されていると想定されるべきではない。本セクションの主題は、単に異なるアプローチを表し、それ自体はまた、特許請求される技術の実施態様に対応し得る。
【0033】
利用可能な生物学的配列データの急増は、配列データからタンパク質の三次元構造、生物学的機能、適合性、及び進化歴を推測する複数の計算アプローチをもたらした。Ｔｒａｎｓｆｏｒｍｅｒアーキテクチャに基づくモデルのような、いわゆるタンパク質言語モデルは、周囲のアミノ酸を考慮して配列中のマスクされたアミノ酸を埋めるマスク言語モデリング方針を使用することによって、タンパク質配列の大きな全体に対して訓練されてきた。
【0034】
タンパク質言語モデルは、長い距離の依存を捕捉し、タンパク質配列の豊富な表現を学習し、複数のタスクに採用することができる。例えば、タンパク質言語モデルは、教師なしで単一の配列から構造的コンタクトを予測することができる。
【0035】
タンパク質配列は、祖先タンパク質から派生し、類似の構造及び機能を共有する相同タンパク質のファミリーに分類することができる。相同タンパク質の多重配列アライメント（multiple sequence alignment、ＭＳＡ）の分析は、機能的及び構造的制約についての重要な情報を提供する。アミノ酸部位を表すＭＳＡ列の統計は、進化の間に保存される機能的残基を同定する。ＭＳＡ列の間のアミノ酸使用の相関は、機能的セクター及び構造的コンタクトについての重要な情報を含む。
【0036】
言語モデルは、最初、自然言語処理のために開発され、単純であるが強力な原理に基づいて動作する。言語モデルは、標準化されたテストにおける文完成タスクに類似して、文中の欠けている単語を埋めるように学習することによって言語理解を獲得する。言語モデルは、この原理を大きなテキストコーパスにわたって適用することによって、強力な推論能力を開発する。Ｔｒａｎｓｆｏｒｍｅｒからの双方向性エンコーダ表現（Bidirectional Encoder Representations from Transformers、ＢＥＲＴ）モードは、アテンションが学習システムの主要構成要素であるニューラルネットワークのクラスであるトランスフォーマを使用して、この原理を例示した。Ｔｒａｎｓｆｏｒｍｅｒでは、入力文中の各トークンは、ニューラルネットワーク内のニューロンの中間出力に対応する活性化パターンを交換することによって、他の全てのトークンに「参加」することができる。
【0037】
ＭＳＡ Ｔｒａｎｓｆｏｒｍｅｒのようなタンパク質言語モデルは、進化的に関連する配列のＭＳＡから推論を行うように訓練されてきた。ＭＳＡ Ｔｒａｎｓｆｏｒｍｅｒは、配列（「行」）ごとのアテンションを部位（「列」）ごとのアテンションと交互に扱って、共同進化を組み込む。ＭＳＡ Ｔｒａｎｓｆｏｒｍｅｒでの行アテンションヘッドの組み合わせは、最先端の教師なし構造的コンタクト予測をもたらした。
【0038】
バリアント効果予測のためのエンドツーエンドの深層学習アプローチが、タンパク質配列及び配列保存データからミスセンスバリアントの病原性を予測するために適用される（Ｓｕｎｄａｒａｍ，Ｌ．ｅｔ ａｌ．Ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｃｌｉｎｉｃａｌ ｉｍｐａｃｔ ｏｆ ｈｕｍａｎ ｍｕｔａｔｉｏｎ ｗｉｔｈ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ．Ｎａｔ．Ｇｅｎｅｔ．５０，１１６１－１１７０（２０１８）を参照し、本明細書では「ＰｒｉｍａｔｅＡＩ」と称される）。ＰｒｉｍａｔｅＡＩは、異種間情報を使用するデータ増強を用いて既知の病原性のバリアントで訓練した深層ニューラルネットワークを使用する。特に、ＰｒｉｍａｔｅＡＩは、野生型及び変異タンパク質の配列を使用し、訓練した深層ニューラルネットワークを使用して差異を比較し、変異の病原性を決定する。病原性予測のためにタンパク質配列を利用するこのようなアプローチは、堂々巡りの問題及び以前の知識への過剰適合を回避することができるので、有望である。しかしながら、深層ニューラルネットワークを効果的に訓練するのに十分な数のデータと比較して、ＣｌｉｎＶａｒにおいて利用可能な臨床データの数は比較的少ない。このデータ不足を克服するために、ＰｒｉｍａｔｅＡＩは、一般的なヒトバリアント及び霊長類に由来するバリアントを良性データとして使用し、トリヌクレオチド文脈に基づいてシミュレートされたバリアントをラベルなしデータとして使用した。
【0039】
ＰｒｉｍａｔｅＡＩは、配列アライメントで直接訓練した場合、従来の方法よりも性能が優れている。ＰｒｉｍａｔｅＡＩは、重要なタンパク質ドメイン、保存されたアミノ酸位置、及び配列依存性を、約１２０，０００のヒトのサンプルからなる訓練データから直接学習する。ＰｒｉｍａｔｅＡＩは、候補の発達障害遺伝子における良性及び病原性のデノボ変異を区別すること、及びＣｌｉｎＶａｒにおける事前知識を再現することにおいて、他のバリアント病原性予測ツールの性能を実質的に上回る。これらの結果は、ＰｒｉｍａｔｅＡＩが、臨床報告の事前知識への依存を減らすことができるバリアント分類ツールにとっての重要な前進であることを示唆する。
【0040】
したがって、バリアント病原性予測のためにタンパク質言語モデル及びＭＳＡを使用する好機が生じる。より正確なバリアント病原性予測が得られ得る。
【図面の簡単な説明】
【0041】
特許又は出願ファイルは、カラーで作成された少なくとも１つの図面を含む。カラー図面を有するこの特許又は特許出願公開のコピーは、要求があり、必要な料金が支払われれば、局によって提供される。カラー図面はまた、補足コンテンツタブを介してＰＡＩＲで入手可能であり得る。
【0042】
図面では、同様の参照文字は、概して、異なる図全体を通して同様の部分を指す。また、図面は必ずしも縮尺通りではなく、その代わりに、開示される技術の原理を例解することに重点が置かれている。以下の説明において、開示された技術の様々な実施態様は、以下の図面を参照して説明される。
【図1】標的参照ゲノムを使用せずに特定の標的種１２０を求めるバリアントコールのためのシステムのプロセスを例解するフロー図である。
【図2】配列決定されたリードから真陽性バリアントを同定するための集合比較によって偽陽性バリアントを同定するプロセスを表すシーケンスフロー図である。
【図3】ある単一の塩基位置にそれぞれの単一のヌクレオチドバリアントを有するが、それ以外は参照配列と同一の組成を有する２つの例示的なバリアント配列を伴う例示的な参照遺伝子配列Ａからの遺伝子バリアントの例を例解する。
【図4】配列決定されたリードを参照ゲノムにマッピングする一連の例示的なフロー図における塩基分解バリアントコーリング感度検出のプロセスを図表で表す。
【図5】配列決定されたリードを参照ゲノムにマッピングするプロセスを例解する概略図である。
【図6】標的種参照ゲノムが利用可能である、開示される技術の一実施態様における、第２のバリアント集合の代替検出のためのプロセスのグラフィカルフロー図を表す。
【図7】単純化された系統樹図を使用して、標的種と疑似標的種との間の進化的関係を例解する概略図である。
【図8】単純化された系統樹図を使用して、標的種と疑似標的種との間の進化的関係を例解する概略図である。
【図9】配列決定されたリードのゲノム分解バリアントコーリング感度検出を表す概略図である。
【図10】品質が、非標的又は疑似標的ゲノムへのマッピングによって判断される方法と対比して、非標的参照ゲノム及び疑似標的参照ゲノムにマッピングされた配列決定されたリードの集合比較によって生成された出力データが、参照ゲノムが利用可能でない場合のバリアント品質を予測するための品質分類器のための訓練データ集合としてどのように使用することができるかを明示する概略フロー図である。
【図11】グアニン－シトシン含量を説明する複数のバリアント特徴における、バリアント特徴の例示的な例である。
【図12】局所組成複雑度を説明する複数のバリアント特徴における、バリアント特徴の例示的な例である。
【図13】対立遺伝子カウントを説明する複数のバリアント特徴における、バリアント特徴の例示的な例である。
【図14】配列決定されたリードを参照ゲノムにマッピングするプロセスを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例であり、マッピングの品質メトリックを計算するために追加のステップが追加されている。
【図15】参照ゲノムにマッピングされるときに、配列決定されたリードにおける鎖バイアスを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例である。
【図16】参照ゲノムにマッピングされる配列決定されたリードの深度及びカバレッジを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例である。
【図17】標的バリアントを高品質クラス又は低品質クラスのいずれかに属するものとして分類するためのランダムフォレストモデルとして構成されたバリアント品質分類器を表す例解されたフロー図である。
【図18】標的バリアントを高品質クラス又は低品質クラスのいずれかに属するものとして分類するためのロジスティック回帰モデルとして構成されたバリアント品質分類器を表す、例解されたフロー図である。
【図19】高品質クラス又は低品質クラスのいずれかに属するものとして標的バリアントを分類するためのニューラルネットワークモデルとして構成されたバリアント品質分類器を表す、例解されたフロー図である。
【図20】バリアントコーリング又は機械学習バリアント分類に続いて、コールされたバリアントの集合の品質を更に改善するためのユニークマッパーの概観プロセスのフロー図である。
【図21】バリアント品質フィルタリングのための一連のカスケードフィルタにおける遺伝子アノテーションフィルタを概略的に例解する。
【図22】コドン転写及び翻訳並びにコドン一致のフィルタリングのプロセスを概略的に例解する。
【図23】機械学習スコアの分布に基づいて、遺伝子をフィルタリングするプロセスを例解する。
【図24】例示的な集団におけるＨａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを例解する。
【図25】ナンセンスバリアントの説明図である。
【図26】サンプル当たりのナンセンスバリアントの数に対するカスケードフィルタ効果を明示する収集結果のグラフを含む。
【図27】サンプル当たりのコールされたバリアントのミスセンス：同義比に対するカスケードフィルタ効果を明示する、収集された結果のグラフを含む。
【図28】サンプル当たりの挿入－欠失バリアント（インデル）の数に対するカスケードフィルタ効果を実証する、収集された結果のグラフを含む。
【図29】開示される技術を実装するために使用することのできる例示的なコンピュータシステムを示す図である。
【発明を実施するための形態】
【0043】
以下の考察は、開示される技術を当業者が作製及び使用することを可能にするために提示され、特定の用途及びその要件に関連して提供される。開示される実施態様に対する種々の修正は、当業者には容易に明らかとなり、本明細書で定義される一般原理は、開示される技術の趣旨及び範囲から逸脱することなく、その他の実施態様及び用途に適用され得る。したがって、開示される技術は、示される実施態様に限定されることを意図するものではなく、本明細書に開示される原理及び特徴と一致する最も広い範囲を与えられるものである。
【0044】
様々な実施態様の詳細な説明は、添付の図面と併せて読むと、より良く理解することができる。図が様々な実施態様の機能ブロックの図を示す限りにおいて、機能ブロックは、必ずしもハードウェア回路間の分割を示すものではない。したがって、例えば、機能ブロック（例えば、モジュール、プロセッサ、又はメモリ）のうちの１つ以上は、単一のハードウェア（例えば、汎用信号プロセッサ又はランダムアクセスメモリのブロック、ハードディスクなど）又は複数のハードウェアに実装されてもよい。同様に、プログラムは、スタンドアロンプログラムであってもよく、オペレーティングシステム内のサブルーチンとして組み込まれてもよく、インストールされたソフトウェアパッケージ内の機能であるなどでもよい。様々な実施態様は、図面に示された配置及び手段に限定されないことを理解されたい。
【0045】
モジュールとして指定された図の処理エンジン及びデータベースは、ハードウェア又はソフトウェアで実装することができ、図に示されるように、正確に同じブロックで分割される必要はない。いくつかのモジュールは、異なるプロセッサ、コンピュータ若しくはサーバ上に実装されてもよく、又は多数の異なるプロセッサ、コンピュータ若しくはサーバの間で展開されることもできる。加えて、モジュールの一部は、達成される機能に影響を及ぼすことなく、図に示されるものとは並行して、又は異なる順序で操作され得ることが理解されるであろう。図のモジュールはまた、方法におけるフローチャートステップと考えることができる。また、モジュールは、必ずしもメモリ内に隣接して配置された全てのコードを有する必要はない。コードのいくつかの部分は、他のモジュール又は他の機能からのコードが間に配置された状態で、コードの他の部分から分離することができる。
【0046】
開示される技術は、病原性バリアントコーリングの質を改善するために使用され得る。開示される技術は、所望の参照ゲノムが利用できないシナリオにおいて、バリアントコーリングの質を改善するために使用することができる。世界中に８７０万の種が存在するが、参照ゲノム構築物を有するものは非常に少ない。多くのシナリオにおいて、本発明者らは、参照ゲノム構築物が存在しない状態でバリアントコーリングを行う必要がある。いくつかの例では、本発明者らは、バリアントコーリングのための参照ゲノムとして、密接に関連する種を選択することができた。しかし、これはしばしば、多くの偽陽性コールにつながる。したがって、本発明者らは、ランダムフォレスト分類器、線形回帰モデル、及びニューラルネットワークモデルを含む、偽陽性を低減するための様々な方法を開発した。本発明者らはまた、種の間の１対１のマッピングではない領域を同定するためにユニークマッパースコアを考案し、これはバリアントコーリングエラーを更に減少させる。
【0047】
いくつかの実施形態では、開示される技術は、標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することに関する。特に、開示される技術は、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムにマッピングして、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出すること、及び標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングして、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出することに関する。
【0048】
更に、ある特定の実施形態では、開示される技術は、疑似標的種の参照ゲノムに対する標的種のサンプルの配列決定されたリードのバリアントコーリングに関する。低品質バリアントは、バリアントの第２の集合に存在するが、バリアントの第１の集合には存在しない偽陽性バリアントとして同定される。
【0049】
追加的に、いくつかの場合において、開示される技術は、標的バリアントの複数の特徴を処理し、品質バリアントについての品質指標を生成するように構成されるバリアント品質分類器に関する。バリアント品質分類器は、高品質バリアントの集合及び低品質バリアントの集合に対して訓練される。高品質バリアントは、非標的種の参照ゲノムに対する標的種のサンプルの配列決定されたリードのバリアントコーリングによって検出されるバリアントの第１の集合と、疑似標的種の参照ゲノムに対する標的種のサンプルの配列決定されたリードのバリアントコーリングによって検出されるバリアントの第２の集合との間で共通である真陽性バリアントとして同定される。低品質バリアントは、バリアントの第２の集合に存在するが、バリアントの第１の集合には存在しない偽陽性バリアントとして同定される。
【0050】
非標的参照ゲノムを使用するバリアントコーリング
図１は、標的参照ゲノムを使用せずに特定の標的種１２０をバリアントコーリングするためのシステムのプロセス１００を例解するフロー図である。標的種１２０からの配列決定されたリードを非標的参照ゲノム１０２にマッピングすることにより、標的種１０４の配列決定されたリードにおけるバリアントの第１の集合が検出される。非標的参照ゲノム１０２は、標的種１２０以外の非標的種に由来する。開示される技術のいくつかの実施態様において、非標的参照ゲノム１０２は、相同性閾値（例えば、３０％、４０％、若しくは５０％未満のパーセンテージ相同性、又は３０～４０％若しくは４０～５０％などの許容可能な相同性パーセンテージの二重境界範囲）によって決定されるように、標的種１２０のゲノムと非相同である。特定の実施形態では、非標的種及び標的種１２０は、同じ分類学的属、科、目、又は綱に属する。
図１は、標的参照ゲノムを使用せずに特定の標的種１２０をバリアントコーリングするためのシステムのプロセス１００を例解するフロー図である。標的種１２０からの配列決定されたリードを非標的参照ゲノム１０２にマッピングすることにより、標的種１０４の配列決定されたリードにおけるバリアントの第１の集合が検出される。非標的参照ゲノム１０２は、標的種１２０以外の非標的種に由来する。開示される技術のいくつかの実施態様において、非標的参照ゲノム１０２は、相同性閾値（例えば、３０％、４０％、若しくは５０％未満のパーセンテージ相同性、又は３０～４０％若しくは４０～５０％などの許容可能な相同性パーセンテージの二重境界範囲）によって決定されるように、標的種１２０のゲノムと非相同である。特定の実施形態では、非標的種及び標的種１２０は、同じ分類学的属、科、目、又は綱に属する。
【0051】
標的種１２０からの配列決定されたリードを疑似標的参照ゲノム１４２にマッピングすることにより、標的種１４４の配列決定されたリードにおけるバリアントの第２の集合が検出される。疑似標的参照ゲノム１４２は、標的種１２０以外の疑似標的種に由来する。開示される技術のいくつかの実施態様において、疑似標的参照ゲノム１４２は、相同性閾値（例えば、８０％、９０％、若しくは９５％を超えるパーセンテージ相同性、又は８５～９０％若しくは８０～８９％などの許容可能な相同性パーセンテージの二重境界範囲）によって決定されるように、標的種１２０のゲノムと相同である。疑似標的種と標的種との間の相同性の程度を判断するために設定された相同性閾値は、非標的種と標的種との間の相同性の程度を判断するために設定された相同性閾値と同じであり得るか、又はそれぞれの相同性閾値は異なり得る。いくつかの実施形態では、非標的種と標的種との間の相同性の程度を判断するために設定される相同性閾値は、疑似標的種と標的種との間の相同性の程度によって通知されてもよく、又はその逆であってもよい。バリアントの第１の集合及びバリアントの第２の集合の比較１２６によって、偽陽性バリアント１２８の部分集合を同定する（すなわち、疑似標的参照ゲノム１４２へのマッピングによって同定された重複バリアントは、バリアントが非標的参照ゲノム１０２へのマッピングによっても同定される場合、相同性に基づいて信頼できる陽性バリアントとみなすことができない）。
【0052】
図２は、配列決定されたリードから真陽性バリアントを同定するための集合比較によって偽陽性バリアントを同定するプロセスを表すシーケンスフロー図２００である。標的種２０２からの配列決定されたリードを非標的種参照ゲノム２０４にマッピングすることにより、バリアントの第１の集合２２３が検出される。標的種２０６からの配列決定されたリードを疑似標的種参照ゲノム２０８にマッピングすることにより、バリアントの第２の集合２２７が検出される。ベン図は、和集合バリアント集合１∪バリアント集合２を表し、ここで、差集合バリアント集合１－バリアント集合２は、左下斜線領域２４４によって表され、差集合バリアント集合２－バリアント集合１は、右上斜線領域２４６によって表される。バリアント集合１∩バリアント集合２の共通部分は、真陽性バリアント２６６の集合に対する中央の菱形のクロスハッチ領域によって表される。共通部分バリアント集合１∩バリアント集合２（すなわち、非標的参照ゲノム２０４へのマッピングによって検出されたバリアントの第１の集合２２３及び疑似標的参照ゲノム２０８へのマッピングによって検出されたバリアントの第２の集合２２７の両方において同定されたコールされたバリアント）は、真陽性バリアントの集合２６６に言い換えられる。差集合バリアント集合２－バリアント集合１（すなわち、疑似標的参照ゲノム２０８へのマッピングによって検出されるバリアントの第２の集合２２７において同定されるが、非標的参照ゲノム２０４へのマッピングによって検出されるバリアントの第１の集合２２３において同定されないコールされたバリアント）は、偽陽性バリアントの集合２６８に言い換えられる。
【0053】
図３は、２つの例示的な遺伝子バリアント配列１Ａ３２２及び１Ｂ３４２を有する例示的な参照遺伝子配列Ａ３０２からの遺伝子バリアント３００の例を例解し、バリアント配列は、単一塩基の位置にそれぞれの単一ヌクレオチドバリアントを有するが、それ以外は参照配列と同一の組成を有する。例えば、単一ヌクレオチド置換は、参照遺伝子配列Ａ３０２におけるシトシン３０６と比較して、バリアント１Ａ３２２におけるアデニン３２６及びバリアント１Ｂ３４２におけるチミン３３６として示される。
【0054】
図４は、配列決定されたリードを参照ゲノムにマッピングする一連の例示的なフロー図における塩基分解バリアントコーリング感度検出のプロセス４００を図表で表す。配列決定されたリードＸ４１０は、疑似標的参照ゲノム４０２にマッピングされ、位置５におけるＡ→Ｃ単一ヌクレオチドバリアントに起因して、バリアントとしてコールされる。配列決定されたリードＸ４１０はまた、非標的参照ゲノム４０４にマッピングされ、単一ヌクレオチドバリアントが同定されないため、バリアントとしてコールされない。結果として、配列決定されたリードＸ４１０は、疑似標的参照ゲノム４０２へのマッピングからのコールされたバリアント集合と、非標的参照ゲノム４０４へのマッピングからのバリアント集合との間の差集合に属し、したがって、配列決定されたリードＸ４１０は偽陽性である。配列決定されたリードＹ４１２は、疑似標的参照ゲノム４２２にマッピングされ、位置５におけるＡ→Ｃ単一ヌクレオチドバリアントに起因して、バリアントとしてコールされる。配列決定されたリードＹ４１２はまた、非標的参照ゲノム４２４にマッピングされ、位置５におけるＡ→Ｃ単一ヌクレオチドバリアントに起因して、バリアントとしてコールされる。結果として、配列決定されたリードＹ４１２は、疑似標的参照ゲノム４２２へのマッピングからコールされたバリアント集合と、非標的参照ゲノム４２４へのマッピングからのバリアント集合との間の共通集合に属し、したがって、配列決定されたリードＹ４１２は真陽性である。
【0055】
配列決定されたリードＺは、疑似標的参照ゲノム４４２にマッピングされ、シトシン及びグアニンが位置５において同等でないにもかかわらず、バリアントとしてコールされない。塩基のペアリングによって、疑似標的参照ゲノム４４２の相補鎖は位置５にシトシンを有し、配列決定されたリードＺ ４１４の相補鎖は位置５にグアニンを有する。結果として、この配列決定されたリードＺ ４１４は、疑似標的参照ゲノム４４２にマッピングされた場合、バリアントではない。配列決定されたリードＺ ４１４はまた、非標的参照ゲノム４４４にマッピングされ、位置５に存在する相補的塩基に起因して、バリアントとしてコールされない。結果として、配列決定されたリードＺ ４１４は、疑似標的参照ゲノム４４２へのマッピングからのコールされたバリアント集合及び非標的参照ゲノム４４４からのコールされたバリアント集合の両方の相補体に属し、したがって、配列決定されたリードＺ ４１４は真陰性バリアントである。
【0056】
図５は、配列決定されたリードを参照ゲノムにマッピングするプロセスを例解する概略図５００である。配列決定されたリード５０２は、参照ゲノム５０５にマッピングされ、マッピング５５５をもたらす。マッピング５５５において、配列決定されたリード５０２の集合からの各配列決定されたリードは、参照ゲノム５０５内の所与のゲノム領域と整列する。マッピング５５５に見られるように、マッピングされた配列決定されたリードは、相互排他的である（すなわち、重複しない、例えばマッピング５５５における左端の配列決定されたリードと中央の配列決定されたリードなど）か、又は互いに相互排他的でない（すなわち、重複する、例えばマッピング５５５における中央の配列決定されたリードと右端の配列決定されたリードなど）ゲノム領域と整列し得る。
【0057】
図６は、標的種参照ゲノム６２２が利用可能である場合の、開示される技術の一実施態様におけるバリアント集合２の代替検出のためのプロセスのグラフィカルフロー図６００を表す。標的種６０２からの配列決定されたリードは、標的種参照ゲノム６２２にマッピングされる。標的種のマッピングされた配列リードは、非標的種参照ゲノム６４２にリフトオーバーされる。非標的種参照ゲノム６４２において検出されるが、標的種参照ゲノム６２２において検出されないバリアントは、バリアント集合２ ６６２を含み、バリアント集合２ ６６２内の複数のバリアントは、偽陽性バリアントである。バリアント集合２ ６６２の代替検出は、真陽性バリアント及び偽陽性バリアントの検出のために機械学習分類器を訓練する際に使用される既知のグラウンドトゥルースデータを含む訓練データを生成する際に有用である。
【0058】
図７は、簡略化された系統樹図を使用して、標的種と疑似標的種との間の進化的関係を例解する概略図７００である。系統樹Ａ７０２において、疑似標的種及び標的種は、オーソロガスではない異なる種である。開示される技術の一実施態様において、標的種と疑似標的種との間の進化的関係は、系統樹Ａ７０２に示されるものを反映する。系統樹Ｂ７０４において、疑似標的種及び標的種は、オーソロガスである異なる種である。開示される技術の一実施態様では、標的種と疑似標的種との間の進化的関係は、系統樹Ｂ７０４に示されるものを反映する。系統樹Ｃ７０６では、疑似標的種と標的種は同じ種である。開示される技術の一実施態様において、標的種と疑似標的種との間の進化的関係は、系統樹Ｃ７０６に示されるものを反映する。
【0059】
図８は、簡略化された系統樹図を使用して、標的種と疑似標的種との間の進化的関係を例解する概略図８００である。系統樹Ｄ８０２において、非標的種及び標的種は異なる種であり、ここで、非標的種はヒトであり、標的種は非ヒト霊長類である。開示される技術の一実施態様において、標的種と非標的種との間の進化的関係は、系統樹Ｄ８０２の進化的関係を反映する。開示される技術の一実施態様において、霊長類種サンプル及び参照ゲノムは、密接に関連する霊長類種ゲノムに対するバリアントコーリング、非標的非相同霊長類種ゲノムに対するバリアントコーリング、及び図１～５内で明示されるような結果の対比によって、オーソロガスヒトバリアントの病原性を推測するために活用される。開示される技術のいくつかの実施態様において、機械学習分類器は、偽陽性バリアントを検出するように訓練され、真陽性バリアントの同定プロセスを更に精緻化する。
【0060】
図９は、配列決定されたリードのゲノム分解バリアントコーリング感度検出を表す概略図９００である。標的種からの配列決定されたリードＡ９０２は、標的種からの配列決定されたリードＡ９４２と同等であり、非標的参照ゲノム９２４内の領域１ ９２２及び疑似標的参照ゲノム９６４内の領域２ ９６２に位置する。領域１ ９２２及び領域２ ９６２は同等ではなく（すなわち、オーソロガスではない）、したがって、配列決定されたリードＡは、非標的参照ゲノム９２４及び疑似標的参照ゲノム９６４内の同じゲノム領域には位置しない。非標的参照ゲノム９２４及び疑似標的参照ゲノム９６４の両方へのマッピングにもかかわらず、配列決定されたリードＡ９０２は、配列決定されたリードＡ９４２が疑似標的参照ゲノム９６４内に位置するゲノム領域に対してオーソロガスである、非標的参照ゲノム９６４内のゲノム領域におけるコールされたバリアントをもたらさない。結果として、このバリアントは、疑似標的参照ゲノム９６４へのマッピングからコールされたバリアント集合に属するが、非標的参照ゲノム９２４へのマッピングからコールされたバリアント集合に属さず、偽陽性をもたらす。
【0061】
標的種からの配列決定されたリードＢ９８２、標的種からの配列決定されたリードＢ９８４、及び標的種からの配列決定されたリードＢ９８６は同等である。領域３ ９７２、領域４ ９７８、及び領域５ ９８０は、非標的参照ゲノムに属し、等価ではない。標的種からの配列決定されたリードＢ９８２は、非標的参照ゲノム内の複数の領域に位置する。配列決定されたリードＡ９０２と同様に、配列決定されたリードＢ９８２は、非標的参照ゲノム内のバリアントコーリングの多様性に起因して、配列決定されたリードＢ９８２が疑似標的参照ゲノム内に位置するオーソロガスゲノム領域とは異なる非標的種参照ゲノム内のゲノム領域に位置する。その後、非標的参照ゲノム内の３つ以上のゲノム領域に位置する配列決定されたリードは、偽陽性をもたらす。
【0062】
機械学習分類器
図１０は、品質が非標的又は疑似標的ゲノムへのマッピングによって判断される方法と対比して、非標的参照ゲノム及び疑似標的参照ゲノムにマッピングされた配列決定されたリードの集合比較によって生成された出力データが、参照ゲノムが利用可能でない場合のバリアント品質を予測するための品質分類器のための訓練データ集合としてどのように使用することができるかを明示する概略フロー図１０００である。標的種１００２からの配列決定されたリードは、図１、図２、及び図３において前述したように、参照ゲノムにマッピングされる。バリアント集合１ １００４とバリアント集合２ １００６の共通部分は、真陽性バリアントの集合１０２２に対応する。バリアント集合２ １００６とバリアント集合１ １００４との間の差集合（すなわち、バリアント集合２ １００６に存在するがバリアント集合１ １００４には存在しない）は、偽陽性バリアントの集合１００８に対応する。真陽性バリアントの集合１０２２は、高品質バリアントの集合１０２４として更にコード化される。偽陽性バリアントの集合１００８は、低品質バリアントの集合１０１０として更にコード化される。高品質バリアント１０２４及び低品質バリアント１０１０を組み合わせた集合は、グラウンドトゥルースデータ１０２０の集合を含む。
図１０は、品質が非標的又は疑似標的ゲノムへのマッピングによって判断される方法と対比して、非標的参照ゲノム及び疑似標的参照ゲノムにマッピングされた配列決定されたリードの集合比較によって生成された出力データが、参照ゲノムが利用可能でない場合のバリアント品質を予測するための品質分類器のための訓練データ集合としてどのように使用することができるかを明示する概略フロー図１０００である。標的種１００２からの配列決定されたリードは、図１、図２、及び図３において前述したように、参照ゲノムにマッピングされる。バリアント集合１ １００４とバリアント集合２ １００６の共通部分は、真陽性バリアントの集合１０２２に対応する。バリアント集合２ １００６とバリアント集合１ １００４との間の差集合（すなわち、バリアント集合２ １００６に存在するがバリアント集合１ １００４には存在しない）は、偽陽性バリアントの集合１００８に対応する。真陽性バリアントの集合１０２２は、高品質バリアントの集合１０２４として更にコード化される。偽陽性バリアントの集合１００８は、低品質バリアントの集合１０１０として更にコード化される。高品質バリアント１０２４及び低品質バリアント１０１０を組み合わせた集合は、グラウンドトゥルースデータ１０２０の集合を含む。
【0063】
品質分類器１０６４は、グラウンドトゥルースデータ１０２０に対してモデル訓練プロセス１０４０を受ける。品質分類器１０６４は、複数のバリアント特徴内のバリアント特徴の集合を含むベクトル｛ｘ１：ｘｎ｝として表される入力標的バリアント１０６２をとり、ここで、ｘの各値は、標的バリアント１０６２を説明する複数のバリアント特徴におけるバリアント特徴の集合内のバリアント特徴である。開示される技術のいくつかの実施態様において、バリアントコールフォーマット（．ｖｃｆ）ファイルから追加のバリアント特徴を抽出することができる。品質分類器１０６４は、高品質１０６６及び低品質１０６８のための出力クラスを有するバイナリ分類モデルである。
【0064】
図１１は、グアニン－シトシン含量を説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１１００である。短い遺伝子配列Ｂ１１０２は、ある割合のアデニン、チミン、グアニン、及びシトシン核酸を含む。遺伝子配列のグアニン－シトシン含量（ＧＣ）は、配列内のグアニン及びシトシン核酸の割合に対応する。ＧＣ含量は、核酸配列の生理化学的記述子であり、アデニン－チミン結合の挙動と比較して化学結合の挙動が異なるため、配列の熱安定性の代用として使用することができる核酸配列の生理化学的記述子である。ＧＣ含量は、次世代の配列決定用途におけるリードカバレッジに影響を及ぼす。式１１２２は、遺伝子配列Ｂ１１０２のＧＣ含量についてのサンプル計算のために使用され、ＧＣ含量は、全ての核酸の総カウントに対するグアニン及びシトシンのカウントの比と同等である。式１１２４は、遺伝子配列Ｂ１１０２の遺伝子スキューのサンプル計算のために使用され、ＧＣスキューは、所与のウィンドウサイズについてのグアニンカウント及びシトシンカウントの合計に対するグアニンカウントとシトシンカウントとの間の差の比として決定される。ウィンドウサイズ例１１６４は、５のウィンドウサイズを例解する。５のウィンドウサイズが遺伝子配列Ｂ１１０２に適用される場合、ＧＣスキューは、表１１８４に示されるように計算される。
【0065】
図１２は、局所組成複雑度を説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１２００である。局所組成複雑度は、遺伝子配列内のエントロピーの尺度である。遺伝子配列Ｘ１２０２は、核酸組成の変動性を含まず、したがって、低いエントロピーを有する。遺伝子配列Ｚ１２４２は、核酸組成の高い変動性を有し、したがって、高いエントロピーを有する。遺伝子配列Ｙ１２２２は、遺伝子配列Ｘ１２０２よりも大きな可変性を含むが、遺伝子配列Ｚ１２４２よりも小さく、したがって、中程度（すなわち、並）のレベルのエントロピーを有すると説明することができる。式１２２４は、局所組成複雑度の形式で遺伝子配列のエントロピーを計算する。遺伝子配列Ｂ１２０４についてのサンプル計算は、１．９２のエントロピー値をもたらし、ここで、エントロピーは、各核酸についての同じそれぞれの確率によってスケーリングされた対数確率の合計と同等である。
【0066】
図１３は、対立遺伝子カウントを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１３００である。バリアント１ １３０２は灰色の影付きで示され、バリアント２ １３０４は白色で示される。集団１３２２は、バリアント１ １３０２又はバリアント２ １３０４のいずれかに属する多数の遺伝子配列のサンプルを含有する。集団１３２２内には、バリアント１ １３０２に属する合計６つのサンプルが存在し、したがって、バリアント１ １３０２の合計対立遺伝子カウントは６である。集団１３２２内には、バリアント２ １３０４に属する合計９つのサンプルがあり、したがって、バリアント１ １３０４の合計対立遺伝子カウントは９である。ヘテロ接合体のコールされたバリアントを検出するエラー率は、ホモ接合性のコールされたバリアントの相当するエラー率よりも高い（すなわち、ヘテロ接合体の偽陽性は、ホモ接合体の偽陽性よりも高い比率で生じる）。
【0067】
図１４は、配列決定されたリードを参照ゲノムにマッピングするプロセスを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１４００であり、マッピングの品質メトリックを計算するために追加のステップが追加されている。配列決定されたリード１４０２は、参照ゲノム１４０４にマッピングされて、マッピング１４４４を生成する。マッピング品質スコアは、参照ゲノムに対して誤って配置された配列決定されたリードの可能性を定量化する。マッピング品質は、所与の配列決定されたリードについての可能なアライメントの合計及びアライメント内の不一致塩基対のカウントによって判断される。マッピング品質スコアは、配列解析におけるエラー率のために一般的に使用される対数データスケーリング技術であるＰｈｒｅｄスケールで報告される。
【0068】
図１５は、参照ゲノムにマッピングされたときに、配列決定されたリードにおける鎖バイアスを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１５００である。配列決定されたリード１５０２は、異なる鎖配向を有するリードを含む（すなわち、５’→３’方向に配向した鎖と３’→５’方向に配向した鎖）。配列決定されたリード１５０２が参照ゲノム１５０４にマッピングされると、生成されたマッピング１５４４は、一方のＤＮＡ鎖が他方よりも優先される鎖配向に基づく配列決定バイアスを表示する。鎖の偏りは、対立遺伝子カウントに対してより高いエラー率をもたらし得る。
【0069】
図１６は、参照ゲノムにマッピングされた配列決定されたリードの深度及びカバレッジを説明する複数のバリアント特徴におけるバリアント特徴の例示的な例１６００である。特定のマッピングの深度及びカバレッジは、マッピング品質の尺度であり、配列決定カバレッジ及び配列決定カバレッジの深度の両方は、特定のマッピングの品質に比例するメトリックである。配列決定されたリード１６０２は、Ｘ軸に沿って様々なゲノム領域で参照ゲノム１６０４にマッピングされる。配列決定されたリードがマッピングされる参照ゲノム内の標的塩基の総パーセンテージは、ゲノムのカバレッジとして定量化される。配列決定カバレッジの平均深度は、全参照ゲノム長に対する、リード長によってスケーリングされたリード数の比である。この概念は、アライメントされた配列決定されたリード１６０２の全広がり幅に対応するカバレッジを有する参照ゲノム１６０４の長さとしてＸ軸を視覚化することによって例解され、一方、Ｙ軸は、参照ゲノム１６０４がカバーされる深度を視覚化することを示す。
【0070】
図１７は、標的バリアント１７６２を高品質クラス１７６６又は低品質クラス１７６８のいずれかに属するものとして分類するためのランダムフォレストモデルとして構成されたバリアント品質分類器を表す例示的なフロー図１７００である。品質分類器として、ランダムフォレストモデル１７４４は、複数のバリアント特徴におけるバリアント特徴の集合を含むベクトル｛ｘ１：ｘｎ｝として表される入力標的バリアント１７６２をとり、ここで、ｘの各値は、標的バリアント１７６２を説明する複数のバリアント特徴におけるバリアント特徴の集合内のバリアント特徴であり、ランダムフォレストモデル１７４４から分類を生成する。ランダムフォレストモデル１７４４では、複数の決定木の各々が、標的バリアントクラスのそれぞれの出力結果を生成し、多数決平均を介して最終結果が生成される。
【0071】
図１８は、標的バリアント１８６２を高品質クラス１８６６又は低品質クラス１８６８のいずれかに属するものとして分類するためのロジスティック回帰モデルとして構成されたバリアント品質分類器を表す例示的なフロー図１８００である。品質分類器１８４４は、複数のバリアント特徴内のバリアント特徴の集合を含むベクトル｛ｘ１：ｘｎ｝として表される入力標的バリアント１８６２をとり、ここで、ｘの各値は、標的バリアント１８６２を説明する複数のバリアント特徴におけるバリアント特徴の集合内のバリアント特徴であり、ロジスティック回帰モデル１８４４から分類を生成する。ロジスティック回帰モデル１８４４において、モデルは、｛０，１｝の範囲内の出力値を生成し、判断閾値境界は、入力値（すなわち、標的バリアント１８６２）が０又は１の出力として分類されるかどうかを判断する（例えば、０．５の判断閾値境界は、０の出力を生成する範囲｛０，０．４｝内の値及び１の出力を生成する範囲｛０．５，１｝内の値をもたらす）。最適判断閾値境界の決定は、ロジスティック回帰モデルを訓練するときに、正確度、精度、再現率、又は特定の誤差関数などの特定の性能メトリックの最適化に基づいて決定され得る。バイナリ出力値０及び１は、２つの出力クラス、高品質クラス１８６６又は低品質クラス１８６８に割り当てられる。
【0072】
図１９は、標的バリアント１９６２を高品質クラス１９６６又は低品質クラス１９６８のいずれかに属するものとして分類するためのニューラルネットワークとして構成されたバリアント品質分類器を表す例示的なフロー図１９００である。品質分類器１９４４は、複数のバリアント特徴内のバリアント特徴の集合を含むベクトル｛ｘ１：ｘｎ｝として表される入力標的バリアント１９６２をとり。ここで、ｘの各値は、標的バリアント１９６２を説明する複数のバリアント特徴におけるバリアント特徴の集合内のバリアント特徴であり、ニューラルネットワーク１９４４から分類を生成する。ニューラルネットワークモデルは、各々がそれぞれの重み付けされたデータ変換を行うノードの一連の接続された層を介して入力標的バリアント１９６２を処理する。ネットワークを通じたバックプロパゲーションにより、訓練プロセス中に各ノードの重みが反復的に更新され、最終的な訓練されたモデルは、入力標的バリアント１９６２について高品質クラス１９６６又は低品質クラス１９６８に属するという出力を生成する。この段階で、高品質又は低品質として同定されたバリアントは、以下に更に記載されるように、特定の実施形態において更にフィルタリングステップを受けてもよい。
【0073】
ユニークマッパー
図２０は、バリアントコーリング又は機械学習バリアント分類に続いて、コールされたバリアントの集合の品質を更に改善するためのユニークマッパーの概観プロセスのフロー図２０００である。標的種のサンプルの配列決定されたリード２００２は、低品質の配列決定されたリード２０２４を除去するために、カスケードフィルタ２００４を介したフィルタリングプロセスを受ける。配列データは、バイナリアライメントマップ（．ｂａｍ）ファイルから得ることができる。一連のカスケードフィルタ２００４は、霊長類とヒトとの間の不正確なコドン一致を有するバリアントを除去するフィルタ、アノテーションエラーを有するバリアントを除去するフィルタ、遺伝子特有のフィルタ（例えば、エクソソーム全体のスコアと比較したバリアント機械学習分類器品質スコアの偏った分布又はＨａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれ）、及び特定の機械学習分類器性能メトリック閾値を満たさないバリアントの除去を含む。得られた配列決定されたリードの中間集合２００６は、疑似標的参照ゲノム２００８及び非標的参照ゲノム２０２６にマッピングされる。疑似標的参照ゲノム２００８は、いくつかのビン（すなわち、指定された等しい長さの連続的する非重複ゲノム領域）に分割される。非標的参照ゲノム２０２６はまた、疑似標的参照ゲノム２００８ビンと比較して、等しいサイズの等しい数のビンに分割される。ビンは、対応するビンの間のマッピング相同性の程度を判断するために、１対１ベースで比較される。最良にマッピングされたビンは、一致の程度（すなわち、ビンについてのマッピングされたゲノムの間のアライメント）が、ユニークマッパースコア２０４０を生成するために使用されるビンとして同定される。開示される技術の一実施形態では、ユニークマッパースコア２０４０は、各特定のサンプルにユニークであり、特定の参照標的種に対する全てのサンプルにわたる固有マッパースコアを平均して、各それぞれのビンに入る参照標的種の全てのバリアントに適用される単一平均ユニークマッパースコアを得る。
図２０は、バリアントコーリング又は機械学習バリアント分類に続いて、コールされたバリアントの集合の品質を更に改善するためのユニークマッパーの概観プロセスのフロー図２０００である。標的種のサンプルの配列決定されたリード２００２は、低品質の配列決定されたリード２０２４を除去するために、カスケードフィルタ２００４を介したフィルタリングプロセスを受ける。配列データは、バイナリアライメントマップ（．ｂａｍ）ファイルから得ることができる。一連のカスケードフィルタ２００４は、霊長類とヒトとの間の不正確なコドン一致を有するバリアントを除去するフィルタ、アノテーションエラーを有するバリアントを除去するフィルタ、遺伝子特有のフィルタ（例えば、エクソソーム全体のスコアと比較したバリアント機械学習分類器品質スコアの偏った分布又はＨａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれ）、及び特定の機械学習分類器性能メトリック閾値を満たさないバリアントの除去を含む。得られた配列決定されたリードの中間集合２００６は、疑似標的参照ゲノム２００８及び非標的参照ゲノム２０２６にマッピングされる。疑似標的参照ゲノム２００８は、いくつかのビン（すなわち、指定された等しい長さの連続的する非重複ゲノム領域）に分割される。非標的参照ゲノム２０２６はまた、疑似標的参照ゲノム２００８ビンと比較して、等しいサイズの等しい数のビンに分割される。ビンは、対応するビンの間のマッピング相同性の程度を判断するために、１対１ベースで比較される。最良にマッピングされたビンは、一致の程度（すなわち、ビンについてのマッピングされたゲノムの間のアライメント）が、ユニークマッパースコア２０４０を生成するために使用されるビンとして同定される。開示される技術の一実施形態では、ユニークマッパースコア２０４０は、各特定のサンプルにユニークであり、特定の参照標的種に対する全てのサンプルにわたる固有マッパースコアを平均して、各それぞれのビンに入る参照標的種の全てのバリアントに適用される単一平均ユニークマッパースコアを得る。
【0074】
図２１は、バリアント品質フィルタリングのための一連のカスケードフィルタにおける遺伝子アノテーションフィルタ２１００を概略的に例解する。遺伝子アノテーションには、遺伝子位置、コード領域及び非コード領域、並びに遺伝子機能の様々な記述子などの特徴についてのゲノムのラベル付けが含まれる。不正確な遺伝子アノテーションは、バリアントコーリングプロセスにおけるエラーをもたらし得る。遺伝子Ａ２１０２はゲノム領域に位置し、その構造内の特定の位置に特徴Ｘを含む。遺伝子Ａ２１０４は、遺伝子Ａ２１０２の正しい遺伝子アノテーションであり、ゲノム構造は、適切に配置された特徴Ｘで正しくアノテーションされている。遺伝子Ｂ２１０６は、異なる位置にあり、異なる構造を含む（すなわち、特徴Ｘではなく特徴Ｙを含む）。遺伝子予測エラーによる不正確な遺伝子アノテーションの場合、遺伝子Ａ２１０２は、遺伝子Ｂ２１０６として不正確にアノテーションされ得る。結果として、遺伝子Ｂ２１０６への任意の得られたマッピング（すなわち、遺伝子Ｂとしてラベル付けされているにもかかわらず、ゲノム配列は遺伝子Ａに属する）は誤っている。アノテーションエラーを有する遺伝子にマッピングされたコールされたバリアントは除外される。
【0075】
図２２は、プロセス２２００のコドン転写及び翻訳並びにコドン一致のためのフィルタリングを概略的に例解する。遺伝子配列Ａ２２０２は、核酸からなる。遺伝子配列Ａ２２０２内の核酸配列は、転写を受けて、ｍＲＮＡ転写物Ａ２２４２を生成する。転写後、ｍＲＮＡ転写物Ａ２２４２は翻訳されて、アミノ酸配列Ａ２２６２を生成する。各アミノ酸は、遺伝子配列Ａ２２０２、ｍＲＮＡ転写物Ａ２２４２、及びアミノ酸配列Ａ２２６２にわたって、合計５つのコドンについて灰色の影付きボックスによって強調されているように、コドンと呼ばれる３つの核酸配列から翻訳される。コドンＢ２２８２及びコドンＣ２２８４は、同一の核酸を含み、したがって、同じアミノ酸に転写及び翻訳される。非標的参照ゲノムがコドンＢ２２８２を含有し、疑似標的参照ゲノムが同じ整列位置にコドンＣ２２８４を含有する場合、これらのコドンは一致し、コドン不一致フィルタは、コドンＢ２２８２及びコドンＣ２２８４に対応するゲノム領域に整列するコールされたバリアントを除去しないであろう。コドンＤ２２８６及びコドンＥ２２８８は、第３の核酸位置が異なり、同じアミノ酸に転写及び翻訳されない。非標的参照ゲノムがコドンＤ ２２８６を含有し、疑似標的参照ゲノムが同じ整列位置にコドンＥ ２２８８を含有する場合、これらの整列されたコドンは一致せず、コドンＤ ２２８６及びコドンＥ ２２８８に対応するゲノム領域に整列するコールされたバリアントは除外される。
【0076】
図２３は、機械学習スコアの分布に基づいて遺伝子をフィルタリングするプロセス２３００を例解する。バリアント品質分類器からのスコアは、特定遺伝子の分布２３０４によって表される特定遺伝子及びエクソソーム全体の分布２３０２によって表されるエクソソーム全体の両方について頻度を測定するグラフ上にプロットされる。Ｗｉｌｃｏｘｏｎ順位和検定は、特定遺伝子の分布２３０４からランダムに選択された機械学習スコアが、エクソソーム全体の分布２３０２からランダムに選択された機械学習スコアよりも大きい確率が、エクソソーム全体の分布２３０２からランダムに選択された機械学習スコアが、特定遺伝子の分布２３０４からランダムに選択された機械学習スコアよりも大きい確率に等しいことに対する有意性検定を介して、特定の遺伝子分布２３０４がエクソソーム全体の分布２３０２と比較して偏っているかどうかを判断する。エクソソーム全体の分布２３０２と対比して偏っていると判断された遺伝子にマッピングされたコールされたバリアントは、除外される。エクソソーム全体の分布２３０２と特定遺伝子の分布２３０４とを比較するときの偏りの判断によって、遺伝子を潜在的なエラーを有する外れ値として同定する。
【0077】
図２４は、例示的な集団２４００におけるＨａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを例解する。カスケードフィルタ２００４内のフィルタは、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からずれるバリアントを除去する。優性対立遺伝子は文字「ｐ」で表され、劣性対立遺伝子は文字「ｑ」で表される。ホモ接合性優性遺伝子型（すなわち、「ｐｐ」２４０２）は、上向き斜線の円によって表される。ヘテロ接合性遺伝子型（「ｐｑ」２４０４）は、菱形のクロスハッチングされた円によって表される。ホモ接合性劣性遺伝子型（「ｑｑ」２４０６）は、下向き斜線の円によって表される。示される集団は、それぞれの遺伝子型を有する２５個のサンプルを含む。第１世代２４４２において、各遺伝子型は、全集団カウントに対するそれぞれの遺伝子型の割合としてカウントされるそれぞれの頻度を有する。第２世代２４４４において、各遺伝子型は、全集団カウントに対するそれぞれの遺伝子型の割合としてカウントされたそれぞれの頻度が更新されたものを有する。連続する世代において遺伝子型頻度が変化しない集団は、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡にあると考えられる。図２４に示される例示的集団についての遺伝子型頻度は、第２世代２４４４と第１世代２４４２とで異なり、したがって、集団は、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からずれる。Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれは、ヘテロ接合性遺伝子型の過剰なコールをもたらし得、結果として、大集団データベースによって判定されるＨａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡にない遺伝子にマッピングされたコールされたバリアントは、除外される。
【0078】
図２５は、ナンセンスバリアントの図２５００である。カスケードフィルタ２００４内のフィルタは、ナンセンスバリアントを除去する。ナンセンスバリアント（「ストップゲインバリアント」とも呼ばれる）は、新型の変異したアミノ酸配列の結果として、以前にアミノ酸翻訳していたコドンが終止コドンに翻訳するようにコドン配列を変化させる一塩基多型から生じる。未成熟終止コドンは、ｍＲＮＡ転写物の残りが翻訳されるのを妨げ、その結果、アミノ酸配列は早く打ち切られてしまう。遺伝子配列Ｂ２５０２はｍＲＮＡ転写物Ｂ２５２２に転写され、ｍＲＮＡ転写物Ｂ２５２２は、合計５つのコドンに対してアミノ酸配列Ｂ２５４２に翻訳される。位置１２の一塩基多型２５４０は、グアニン核酸からチミン核酸への変化をもたらす。結果として、４番目のコドンはＡＣＧからＡＣＴに変化し、その後、システインアミノ酸残基に転写及び翻訳されるのではなく、終止コドンに転写される。未成熟終止コドンは翻訳を終了させ、５番目のコドンは決して翻訳されない。図２５によって更に示されるように、一塩基多型２５４０の結果として、遺伝子配列Ｂ２５６２はｍＲＮＡ転写物Ｂ２５８２に転写され、ｍＲＮＡ転写物Ｂ２５８２は、合計４つのコドンに対してアミノ酸配列Ｂ２５１０に翻訳され、ここで第４のコドンは終止コドンである。
【0079】
図２６は、サンプル当たりのナンセンスバリアントの数に対するカスケードフィルタ効果を明示する収集された結果のグラフ２６００を含む。開示される技術の一実施態様において、サンプル当たりのナンセンスバリアントの数は、非ヒト霊長類種及びヒトに由来するサンプルの間で比較される。非ヒト霊長類種に由来するサンプルからコールされたバリアントをフィルタリングしないと、サンプル当たりのナンセンスバリアントの対応するヒトレベルと比較して、サンプル当たりのナンセンスバリアントの数が有意に多くなる。非ヒト霊長類種に由来するサンプルからコールされたバリアントは、コドン一致フィルタ、遺伝子アノテーションエラーフィルタ、機械学習分布スキューフィルタ、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡ずれフィルタ、ユニークマッパーフィルタ（０．６未満のユニークマッパースコアのコールされたバリアントが除去される）、及びランダムフォレストスコアフィルタ（０．１７超のランダムフォレストスコアのコールされたバリアントが除去される）を含むカスケードフィルタを受ける。各霊長類参照種のサンプル当たりのストップゲインバリアントの平均数を示す箱ひげ図は、一連のバリアントフィルタリングのステップの後、ヒトレベル近くまで徐々に減少し、コドン一致が必要、不十分にアノテーションされた遺伝子又は偏ったランダムフォレスト（random forest、ＲＦ）スコア分布を有する若しくはＨａｒｄｙ Ｗｅｉｎｂｅｒｇ平衡からずれる遺伝子からＳＮＰを除去、及びユニークマッパースコア＜０．６又はＲＦスコア＞０．１７であるＳＮＰを除去、を含む。各ドットは、各霊長類参照種のストップゲインバリアントの平均数を表す。水平線は、Ｐｌａｔｉｎｕｍゲノムプロジェクトからのヒトサンプルのストップゲインバリアントの平均数を示す。
【0080】
図２７は、サンプル当たりのコールされたバリアントのミスセンス：同義比に対するカスケードフィルタ効果を明示する、収集された結果のグラフ２７００を含む。開示される技術の一実施態様において、ミスセンス：同義比（missense:synonymous ratio、ＭＳＲ）（特定のコホート内に存在する良性及び病原性バリアントのバランスを推定するために使用される比）が、非ヒト霊長類種に由来するサンプルとヒトに由来するサンプルとの間で比較される。非ヒト霊長類種に由来するサンプルからコールされたバリアントは、コドン一致フィルタ、遺伝子アノテーションエラーフィルタ、機械学習分布スキューフィルタ、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡ずれフィルタ、ユニークマッパーフィルタ（０．６未満のユニークマッパースコアのコールされたバリアントが除去される）、及びランダムフォレストスコアフィルタ（０．１７超のランダムフォレストスコアのコールされたバリアントが除去される）を含むカスケードフィルタを受ける。ミスセンス：同義比を示す箱ひげ図は、バリアントフィルタリングのステップの後に減少した。各ドットは、各霊長類参照種のＭＳＲを表す。黒線は、ヒトサンプルのＭＳＲを表す。
【0081】
図２８は、サンプル当たりの挿入－欠失バリアント（インデル）の数に対するカスケードフィルタ効果を明示する、収集された結果のグラフ２８００を含む。非ヒト霊長類に由来するサンプルからコールされたバリアントは、遺伝子アノテーションエラーフィルタ、機械学習分布スキューフィルタ、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡ずれフィルタ、及びユニークマッパーフィルタ（０．６未満のユニークマッパースコアのコールされたバリアントが除去される）を含むカスケードフィルタを受ける。各霊長類参照種のサンプル当たりのインデルの平均数は、フィルタリングのステップの後に小さくなった。
【0082】
コンピュータシステム
図２９は、開示される技術を実装するために使用することができる例示的コンピュータシステム２９００を示す。コンピュータシステム２９００は、バスサブシステム２９２２を介していくつかの周辺デバイスと通信する少なくとも１つの中央処理ユニット（central processing unit、ＣＰＵ）２９２４を含む。これらの周辺デバイスは、例えば、メモリデバイス及びファイル記憶サブシステム２９１８を含む記憶サブシステム２９１０、ユーザインターフェース入力デバイス２９２０、ユーザインターフェース出力デバイス２９２８、並びにネットワークインターフェースサブシステム２９２６を含むことができる。入力デバイス及び出力デバイスによって、コンピュータシステム２９００とのユーザインタラクションを可能にする。ネットワークインターフェースサブシステム２９２６は、他のコンピュータシステム内の対応するインターフェースデバイスへのインターフェースを含む外部ネットワークへのインターフェースを提供する。
図２９は、開示される技術を実装するために使用することができる例示的コンピュータシステム２９００を示す。コンピュータシステム２９００は、バスサブシステム２９２２を介していくつかの周辺デバイスと通信する少なくとも１つの中央処理ユニット（central processing unit、ＣＰＵ）２９２４を含む。これらの周辺デバイスは、例えば、メモリデバイス及びファイル記憶サブシステム２９１８を含む記憶サブシステム２９１０、ユーザインターフェース入力デバイス２９２０、ユーザインターフェース出力デバイス２９２８、並びにネットワークインターフェースサブシステム２９２６を含むことができる。入力デバイス及び出力デバイスによって、コンピュータシステム２９００とのユーザインタラクションを可能にする。ネットワークインターフェースサブシステム２９２６は、他のコンピュータシステム内の対応するインターフェースデバイスへのインターフェースを含む外部ネットワークへのインターフェースを提供する。
【0083】
一実施態様では、ランダムフォレストモデル１７４４は、記憶サブシステム２９１０及びユーザインターフェース入力デバイス２９２０に通信可能にリンクされる。
【0084】
ユーザインターフェース入力デバイス２９２０には、キーボード、マウス、トラックボール、タッチパッド、又はグラフィックスタブレットなどのポインティングデバイス、スキャナ、ディスプレイに組み込まれたタッチスクリーン、音声認識システム及びマイクロフォンなどのオーディオ入力デバイス、並びに他のタイプの入力デバイスを含むことができる。一般に、「入力デバイス」の用語の使用は、コンピュータシステム２９００に情報を入力するための全ての可能なタイプのデバイス及び方式を含むことを意図している。
【0085】
ユーザインターフェース出力デバイス２９２８は、ディスプレイサブシステム、プリンタ、ファックス装置、又はオーディオ出力デバイスなどの非視覚ディスプレイを含むことができる。ディスプレイサブシステムは、ＬＥＤディスプレイ、陰極線管（Cathode Ray Tube、ＣＲＴ）、液晶ディスプレイ（Liquid Crystal Display、ＬＣＤ）などのフラットパネルデバイス、投影デバイス、又は可視画像を作成するための何らかの他の機構を含むことができる。ディスプレイサブシステムはまた、オーディオ出力デバイスなどの非視覚ディスプレイを提供することができる。一般に、「出力デバイス」の用語の使用は、コンピュータシステム２９００からユーザ又は別のマシン若しくはコンピュータシステムに情報を出力するための全ての可能なタイプのデバイス及び方式を含むことを意図している。
【0086】
記憶サブシステム２９１０は、本明細書に記載されるモジュール及び方法のうちのいくつか又は全ての機能を提供するプログラミング及びデータ構築物を記憶する。これらのソフトウェアモジュールは、一般にプロセッサ２９３０によって実行される。
【0087】
プロセッサ２９３０は、グラフィック処理ユニット（graphics processing unit、ＧＰＵ）、フィールドプログラマブルゲートアレイ（field-programmable gate array、ＦＰＧＡ）、特定用途向け集積回路（application-specific integrated circuit、ＡＳＩＣ）、及び／又は粗粒度再構成可能アーキテクチャ（coarse-grained reconfigurable architecture、ＣＧＲＡ）であることができる。プロセッサ２９３０は、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ（商標）、Ｘｉｌｉｎｘ（商標）及びＣｉｒｒａｓｃａｌｅ（商標）などの深層学習クラウドプラットフォームによってホスティングすることができる。プロセッサ２９３０の例は、ＧｏｏｇｌｅのＴｅｎｓｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＴＰＵ）（商標）、ＧＸ４ Ｒａｃｋｍｏｕｎｔ Ｓｅｒｉｅｓ（商標）、ＧＸ２９ Ｒａｃｋｍｏｕｎｔ Ｓｅｒｉｅｓ（商標）のようなラックマウントソリューション、ＮＶＩＤＩＡ ＤＧＸ－１（商標）、Ｍｉｃｒｏｓｏｆｔ’ Ｓｔｒａｔｉｘ Ｖ ＦＰＧＡ（商標）、Ｇｒａｐｈｃｏｒｅの Ｉｎｔｅｌｌｉｇｅｎｔ Ｐｒｏｃｅｓｓｏｒ Ｕｎｉｔ（ＩＰＵ）（商標）、Ｓｎａｐｄｒａｇｏｎ ｐｒｏｃｅｓｓｏｒｓ（商標）を有するＱｕａｌｃｏｍｍのＺｅｒｏｔｈ Ｐｌａｔｆｏｒｍ（商標）、ＮＶＩＤＩＡのＶｏｌｔａ（商標）、ＮＶＩＤＩＡのＤＲＩＶＥ ＰＸ（商標）、ＮＶＩＤＩＡのＪＥＴＳＯＮ ＴＸ１／ＴＸ２ ＭＯＤＵＬＥ（商標）、ＩｎｔｅｌのＮｉｒｖａｎａ（商標）、Ｍｏｖｉｄｉｕｓ ＶＰＵ（商標）、Ｆｕｊｉｔｓｕ ＤＰＩ（商標）、ＡＲＭのＤｙｎａｍｉｃＩＱ（商標）、ＩＢＭ ＴｒｕｅＮｏｒｔｈ（商標）、Ｔｅｓｔａ Ｖ１００ｓ（商標）を有するＬａｍｂｄａ ＧＰＵ Ｓｅｒｖｅｒ、及び他のものを含む。
【0088】
記憶サブシステム２９１０で使用されるメモリサブシステム２９１２は、プログラム実行中に命令及びデータを記憶するためのメインランダムアクセスメモリ（random access memory、ＲＡＭ）２９１４と、固定命令が記憶された読み取り専用メモリ（read only memory、ＲＯＭ）２９１６とを含むいくつかのメモリを含むことができる。ファイル記憶サブシステム２９１８は、プログラム及びデータファイルのための永続的な記憶装置を提供することができ、ハードディスクドライブ、関連する取り外し可能な媒体と併せたフロッピーディスクドライブ、ＣＤ－ＲＯＭドライブ、光学ドライブ、又は取り外し可能な媒体カートリッジを含むことができる。特定の実施態様の機能を実装するモジュールは、記憶サブシステム２９１０内のファイル記憶サブシステム２９１８によって、又はプロセッサによってアクセス可能な他のマシン内に記憶することができる。
【0089】
バスサブシステム２９２２は、コンピュータシステム２９００の様々な構成要素及びサブシステムを意図されるように互いに通信させるための機構を提供する。バスサブシステム２９２２は、単一のバスとして概略的に示されているが、バスサブシステムの代替の実施態様は、複数のバスを使用することができる。
【0090】
コンピュータシステム２９００自体は、パーソナルコンピュータ、ポータブルコンピュータ、ワークステーション、コンピュータ端末、ネットワークコンピュータ、テレビ、メインフレーム、サーバファーム、緩くネットワーク化されたコンピュータの緩く分散した集合、又は任意の他のデータ処理システム若しくはユーザデバイスを含む様々なタイプのものであり得る。コンピュータ及びネットワークは絶え間なく変化する性質のものであるため、図２９に図示されるコンピュータシステム２９００の説明は、本発明の好ましい実施態様を例解する目的のための特定の実施例としてのみ意図される。コンピュータシステム２９００の多くの他の構成は、図２９に示されるコンピュータシステムよりも多くの又は少ない構成要素を有することができる。
【0091】
条項
開示される技術、特にこのセクションで開示される条項は、システム、方法、又は製品として実施することができる。実施態様の１つ以上の特徴を、塩基実施態様と組み合わせることができる。相互に排他的でない実施態様は、組み合わせ可能であると教示されている。実施態様の１つ以上の特徴を他の実施態様と組み合わせることができる。本開示は、これらのオプションのユーザを定期的に通知する。いくつかの実施態様からこれらのオプションを繰り返す記述が省略されていたとしても、前のセクションで教示されている組み合わせを制限するものとして解釈されるべきではない。これらの記述は、以下の実施態様のそれぞれに参照により本明細書に組み込まれる。
開示される技術、特にこのセクションで開示される条項は、システム、方法、又は製品として実施することができる。実施態様の１つ以上の特徴を、塩基実施態様と組み合わせることができる。相互に排他的でない実施態様は、組み合わせ可能であると教示されている。実施態様の１つ以上の特徴を他の実施態様と組み合わせることができる。本開示は、これらのオプションのユーザを定期的に通知する。いくつかの実施態様からこれらのオプションを繰り返す記述が省略されていたとしても、前のセクションで教示されている組み合わせを制限するものとして解釈されるべきではない。これらの記述は、以下の実施態様のそれぞれに参照により本明細書に組み込まれる。
【0092】
開示される技術、又はその要素の１つ以上の実施態様及び条項は、示された方法ステップを実行するためのコンピュータ使用可能なプログラムコードを備えた非一時的コンピュータ可読記憶媒体を含むコンピュータ製品の形態で実装することができる。更に、開示される技術、又はその要素の１つ以上の実施態様及び条項は、メモリと、メモリに結合され、例示的な方法ステップを実行するように動作する少なくとも１つのプロセッサと、を含む装置の形態で実装することができる。更に、別の態様では、開示される技術又はその要素の１つ以上の実施態様及び条項は、本明細書に記載の方法ステップのうちの１つ以上を実行するための手段の形態で実装することができ、この手段は、（ｉ）ハードウェアモジュール、（ｉｉ）１つ以上のハードウェアプロセッサ上で実行されるソフトウェアモジュール、又は（ｉｉｉ）ハードウェア及びソフトウェアモジュールの組み合わせ、を含むことができ、（ｉ）～（ｉｉｉ）のいずれかが、本明細書に記載の特定の技術を実装し、ソフトウェアモジュールは、コンピュータ可読記憶媒体（又は複数のそのような媒体）に記憶される。
【0093】
このセクションで説明される条項は、特徴として組み合わせることができる。簡潔性の目的で、特徴の組み合わせは、個別に列挙されず、特徴の各ベースセットで繰り返されない。読者は、このセクションに記載される条項で特定された特徴が、本出願の他のセクションにおける実施態様として特定された基本特徴のセットと容易に組み合わせることができる方法を理解するであろう。これらの条項は、相互排他的、網羅的、又は制限的であることを意味せず、開示される技術は、これらの条項に限定されず、むしろ、特許請求される技術及びその均等物の範囲内の全ての可能な組み合わせ、修正、及び変形を包含する。
【0094】
このセクションで記載される条項の他の実施態様は、このセクションに記載される条項のいずれかを行うためにプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体を含むことができる。このセクションに記載される条項の更に別の実施態様は、メモリと、メモリ内に記憶された命令を実行してこのセクションに記載される条項のいずれかを行うように動作可能な１つ以上のプロセッサとを含むシステムを含むことができる。
【0095】
本発明者らは、以下の条項を開示する。
条項１．標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するコンピュータ実装方法であって、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、コンピュータ実装方法。
条項２．疑似標的種が、標的種である、条項１に記載のコンピュータ実装方法。
条項３．疑似標的種が、標的種とは異なる、条項１に記載のコンピュータ実装方法。
条項４．疑似標的種が、標的種と相同である、条項３に記載のコンピュータ実装方法。
条項５．非標的種が、ヒトである、条項１に記載のコンピュータ実装方法。
条項６．標的種が、非ヒト霊長類である、条項１に記載のコンピュータ実装方法。
条項７．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項１に記載のコンピュータ実装方法。
条項８．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項１に記載のコンピュータ実装方法。
条項９．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項１に記載のコンピュータ実装方法。
条項１０．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項１に記載のコンピュータ実装方法。
条項１１．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項１０に記載のコンピュータ実装方法。
条項１２．メモリに結合された１つ以上のプロセッサを含むシステムであって、メモリには、標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータ命令がロードされ、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、動作を実装する、システム。
条項１３．疑似標的種が、標的種である、条項１２に記載のシステム。
条項１４．疑似標的種が、標的種とは異なる、条項１２に記載のシステム。
条項１５．疑似標的種が、標的種と相同である、条項１２に記載のシステム。
条項１６．非標的種が、ヒトである、条項１２に記載のシステム。
条項１７．標的種が、非ヒト霊長類である、条項１２に記載のシステム。
条項１８．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項１２に記載のシステム。
条項１９．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項１２に記載のシステム。
条項２０．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項１２に記載のシステム。
条項２１．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項１２に記載のシステム。
条項２２．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項１２に記載のシステム。
条項２３．標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、方法を実装する、非一時的コンピュータ可読記憶媒体。
条項２４．疑似標的種が、標的種である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２５．疑似標的種が、標的種とは異なる、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２６．疑似標的種が、標的種と相同である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２７．非標的種が、ヒトである、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２８．標的種が、非ヒト霊長類である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２９．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３０．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３１．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３２．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３３．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項３２に記載の非一時的コンピュータ可読記憶媒体。
条項３４．システムであって、
標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するように構成されているバリアント品質分類器を含み、
バリアント品質分類器が、高品質バリアントの集合及び低品質バリアントの集合に対して訓練されており、
高品質バリアントの集合の中の高品質バリアントが、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定され、
低品質バリアントの集合の中の低品質バリアントが、バリアントの第２の集合の中には存在するがバリアントの第１の集合の中には存在しない偽陽性バリアントとして同定され、
バリアントの第１の集合が、標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコーリングすることによって検出され、
バリアントの第２の集合が、標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコーリングすることによって検出される、システム。
条項３５．バリアント品質分類器が、ランダムフォレストモデルである、条項３４に記載のシステム。
条項３６．バリアント品質分類器が、ロジスティック回帰モデルである、条項３４に記載のシステム。
条項３７．バリアント品質分類器が、ニューラルネットワークモデルである、条項３４に記載のシステム。
条項３８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項３４に記載のシステム。
条項３９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項３４に記載のシステム。
条項４０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項３４に記載のシステム。
条項４１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項３４に記載のシステム。
条項４２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項３４に記載のシステム。
条項４３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項３４に記載のシステム。条項４４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項３４に記載のシステム。
条項４５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項３４に記載のシステム。
条項４６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項３４に記載のシステム。
条項４７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項３４に記載のシステム。
条項４８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項３４に記載のシステム。
条項４９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項３４に記載のシステム。
条項５０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項３４に記載のシステム。
条項５１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項３４に記載のシステム。
条項５２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項３４に記載のシステム。
条項５３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５９．標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するコンピュータ実装方法であって、
高品質バリアントの集合及び低品質バリアントの集合に対してバリアント品質分類器を訓練することと、
高品質バリアントの集合の中の高品質バリアントを、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定することと、
低品質の集合における低品質バリアントを、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントとして同定することと、
標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコールすることによって、バリアントの第１の集合を検出することと、
標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコールすることによって、バリアントの第２の集合を検出することと、を含む、コンピュータ実装方法。
条項６０．バリアント品質分類器が、ランダムフォレストモデルである、条項５９に記載のコンピュータ実装方法。
条項６１．バリアント品質分類器が、ロジスティック回帰モデルである、条項５９に記載のコンピュータ実装方法。
条項６２．バリアント品質分類器が、ニューラルネットワークモデルである、条項５９に記載のコンピュータ実装方法。
条項６３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項５９に記載のコンピュータ実装方法。
条項６４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、
ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項５９に記載のコンピュータ実装方法。
条項６５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項５９に記載のコンピュータ実装方法。
条項６６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項５９に記載のコンピュータ実装方法。
条項６７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項５９に記載のコンピュータ実装方法。
条項６８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項５９に記載のコンピュータ実装方法。
条項６９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項５９に記載のコンピュータ実装方法。
条項７０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項５９に記載のコンピュータ実装方法。
条項７１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項５９に記載のコンピュータ実装方法。
条項７２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項５９に記載のコンピュータ実装方法。
条項７３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項５９に記載のコンピュータ実装方法。
条項７４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項５９に記載のコンピュータ実装方法。
条項７５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項５９に記載のコンピュータ実装方法。
条項７６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項５９に記載のコンピュータ実装方法。
条項７７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項５９に記載のコンピュータ実装方法。
条項７８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項７９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８４．標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
高品質バリアントの集合及び低品質バリアントの集合に対して訓練されたバリアント品質分類器を含む、方法を実装し、
高品質バリアントの集合の中の高品質バリアントが、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定され、
低品質バリアントの集合の中の低品質バリアントが、バリアントの第２の集合の中には存在するがバリアントの第１の集合の中には存在しない偽陽性バリアントとして同定され、
バリアントの第１の集合が、標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコーリングすることによって検出され、
バリアントの第２の集合が、標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコーリングすることによって検出される、非一時的コンピュータ可読記憶媒体。
条項８５．バリアント品質分類器が、ランダムフォレストモデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８６．バリアント品質分類器が、ロジスティック回帰モデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８７．バリアント品質分類器が、ニューラルネットワークモデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、
ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１００．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０９．第１の参照ゲノムと第２の参照ゲノムとの間に１対１マッピングを有さない領域を同定及び排除するコンピュータ実装方法であって、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、コンピュータ実装方法。
条項１１０．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１０９に記載のコンピュータ実装方法。
条項１１１．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１０９に記載のコンピュータ実装方法。
条項１１２．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１３．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１４．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１５．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１６．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１７．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１０９に記載のコンピュータ実装方法。
条項１１８．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１１７に記載のコンピュータ実装方法。
条項１１９．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１１７に記載のコンピュータ実装方法。
条項１２０．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１０９に記載のコンピュータ実装方法。
条項１２１．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１０９に記載のコンピュータ実装方法。
条項１２２．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１０９に記載のコンピュータ実装方法。
条項１２３．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１０９に記載のコンピュータ実装方法。
条項１２４．疑似標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２５．疑似標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１２６．非標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２７．非標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１２８．標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２９．標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１３０．標的種及び非標的種が、相同である、条項１０９に記載のコンピュータ実装方法。
条項１３１．標的種及び疑似標的種が、相同である、条項１０９に記載のコンピュータ実装方法。
条項１３２．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、条項１０９に記載のコンピュータ実装方法。
条項１３３．メモリに結合された１つ以上のプロセッサを含むシステムであって、メモリには、第１の参照ゲノムと第２の参照ゲノムとの間で１対１マッピングを有さない領域を同定及び排除するためのコンピュータ命令がロードされ、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、動作を実装する、システム。
条項１３４．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１３３に記載のシステム。
条項１３５．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１３３に記載のシステム。
条項１３６．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３７．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３８．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３９．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１４０．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１３５に記載のシステム。
条項１４１．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１３３に記載のシステム。
条項１４２．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１４１に記載のシステム。
条項１４３．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１４１に記載のシステム。
条項１４４．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１３３に記載のシステム。
条項１４５．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１３３に記載のシステム。
条項１４６．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１３３に記載のシステム。
条項１４７．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１３３に記載のシステム。
条項１４８．疑似標的種が、ヒトである、条項１３３に記載のシステム。
条項１４９．疑似標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５０．非標的種が、ヒトである、条項１３３に記載のシステム。
条項１５１．非標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５２．標的種が、ヒトである、条項１３３に記載のシステム。
条項１５３．標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５４．標的種及び非標的種が、相同である、条項１３３に記載のシステム。
条項１５５．標的種及び疑似標的種が、相同である、条項１３３に記載のシステム。
条項１５６．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、条項１３３に記載のシステム。
条項１５７．第１の参照ゲノムと第２の参照ゲノムとの間で１対１のマッピングを有さない領域を同定及び排除するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、方法を実装する、システム。
条項１５８．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１５９．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６０．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６１．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６２．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６３．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６４．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６５．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６６．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１６５に記載の非一時的コンピュータ可読記憶媒体。
条項１６７．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１６５に記載の非一時的コンピュータ可読記憶媒体。
条項１６８．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６９．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７０．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７１．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７２．疑似標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７３．疑似標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７４．非標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７５．非標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７６．標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７７．標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７８．標的種及び非標的種が、相同である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７９．標的種及び疑似標的種が、相同である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１８０．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、第１５７項に記載の非一時的コンピュータ可読記憶媒体。
条項１．標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するコンピュータ実装方法であって、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、コンピュータ実装方法。
条項２．疑似標的種が、標的種である、条項１に記載のコンピュータ実装方法。
条項３．疑似標的種が、標的種とは異なる、条項１に記載のコンピュータ実装方法。
条項４．疑似標的種が、標的種と相同である、条項３に記載のコンピュータ実装方法。
条項５．非標的種が、ヒトである、条項１に記載のコンピュータ実装方法。
条項６．標的種が、非ヒト霊長類である、条項１に記載のコンピュータ実装方法。
条項７．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項１に記載のコンピュータ実装方法。
条項８．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項１に記載のコンピュータ実装方法。
条項９．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項１に記載のコンピュータ実装方法。
条項１０．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項１に記載のコンピュータ実装方法。
条項１１．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項１０に記載のコンピュータ実装方法。
条項１２．メモリに結合された１つ以上のプロセッサを含むシステムであって、メモリには、標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータ命令がロードされ、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、動作を実装する、システム。
条項１３．疑似標的種が、標的種である、条項１２に記載のシステム。
条項１４．疑似標的種が、標的種とは異なる、条項１２に記載のシステム。
条項１５．疑似標的種が、標的種と相同である、条項１２に記載のシステム。
条項１６．非標的種が、ヒトである、条項１２に記載のシステム。
条項１７．標的種が、非ヒト霊長類である、条項１２に記載のシステム。
条項１８．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項１２に記載のシステム。
条項１９．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項１２に記載のシステム。
条項２０．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項１２に記載のシステム。
条項２１．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項１２に記載のシステム。
条項２２．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項１２に記載のシステム。
条項２３．標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、標的種のサンプルの配列決定されたリードを非標的種の参照ゲノムに対してマッピングすることと、標的種のサンプルの配列決定されたリードにおけるバリアントの第２の集合を検出するために、標的種のサンプルの配列決定されたリードを疑似標的種の参照ゲノムにマッピングすることと、
バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、バリアントの第１の集合とバリアントの第２の集合とを比較し、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
偽陽性バリアントの部分集合のカウントに基づいて、標的種をバリアントコーリングするために非標的種の参照ゲノムを使用することの実行可能性を判断することと、を含む、方法を実装する、非一時的コンピュータ可読記憶媒体。
条項２４．疑似標的種が、標的種である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２５．疑似標的種が、標的種とは異なる、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２６．疑似標的種が、標的種と相同である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２７．非標的種が、ヒトである、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２８．標的種が、非ヒト霊長類である、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項２９．標的種のサンプルの配列決定されたリードを標的種の参照ゲノムにマッピングし、次いで、標的種のサンプルのマッピングされた配列決定されたリードを非標的種の参照ゲノムにリフトオーバーすることによって、バリアントの第２の集合を検出することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３０．バリアントの第１の集合及びバリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３１．バリアントの第１の集合及びバリアントの第２の集合から、非標的種の参照ゲノムと疑似標的種の参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３２．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける第１の領域及び疑似標的種の参照ゲノムにおける第２の領域に位置するため、偽陽性バリアントの部分集合における偽陽性バリアントが生じ、第１の領域及び第２の領域が異なる、条項２３に記載の非一時的コンピュータ可読記憶媒体。
条項３３．標的種のサンプルの配列決定されたリードにおける特定の領域が、非標的種の参照ゲノムにおける複数の領域に位置するため、偽陽性バリアントが生じる、条項３２に記載の非一時的コンピュータ可読記憶媒体。
条項３４．システムであって、
標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するように構成されているバリアント品質分類器を含み、
バリアント品質分類器が、高品質バリアントの集合及び低品質バリアントの集合に対して訓練されており、
高品質バリアントの集合の中の高品質バリアントが、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定され、
低品質バリアントの集合の中の低品質バリアントが、バリアントの第２の集合の中には存在するがバリアントの第１の集合の中には存在しない偽陽性バリアントとして同定され、
バリアントの第１の集合が、標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコーリングすることによって検出され、
バリアントの第２の集合が、標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコーリングすることによって検出される、システム。
条項３５．バリアント品質分類器が、ランダムフォレストモデルである、条項３４に記載のシステム。
条項３６．バリアント品質分類器が、ロジスティック回帰モデルである、条項３４に記載のシステム。
条項３７．バリアント品質分類器が、ニューラルネットワークモデルである、条項３４に記載のシステム。
条項３８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項３４に記載のシステム。
条項３９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項３４に記載のシステム。
条項４０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項３４に記載のシステム。
条項４１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項３４に記載のシステム。
条項４２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項３４に記載のシステム。
条項４３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項３４に記載のシステム。条項４４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項３４に記載のシステム。
条項４５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項３４に記載のシステム。
条項４６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項３４に記載のシステム。
条項４７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項３４に記載のシステム。
条項４８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項３４に記載のシステム。
条項４９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項３４に記載のシステム。
条項５０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項３４に記載のシステム。
条項５１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項３４に記載のシステム。
条項５２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項３４に記載のシステム。
条項５３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項３４に記載のシステム。
条項５９．標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するコンピュータ実装方法であって、
高品質バリアントの集合及び低品質バリアントの集合に対してバリアント品質分類器を訓練することと、
高品質バリアントの集合の中の高品質バリアントを、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定することと、
低品質の集合における低品質バリアントを、バリアントの第２の集合に存在するがバリアントの第１の集合には存在しない偽陽性バリアントとして同定することと、
標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコールすることによって、バリアントの第１の集合を検出することと、
標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコールすることによって、バリアントの第２の集合を検出することと、を含む、コンピュータ実装方法。
条項６０．バリアント品質分類器が、ランダムフォレストモデルである、条項５９に記載のコンピュータ実装方法。
条項６１．バリアント品質分類器が、ロジスティック回帰モデルである、条項５９に記載のコンピュータ実装方法。
条項６２．バリアント品質分類器が、ニューラルネットワークモデルである、条項５９に記載のコンピュータ実装方法。
条項６３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項５９に記載のコンピュータ実装方法。
条項６４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、
ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項５９に記載のコンピュータ実装方法。
条項６５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項５９に記載のコンピュータ実装方法。
条項６６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項５９に記載のコンピュータ実装方法。
条項６７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項５９に記載のコンピュータ実装方法。
条項６８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項５９に記載のコンピュータ実装方法。
条項６９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項５９に記載のコンピュータ実装方法。
条項７０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項５９に記載のコンピュータ実装方法。
条項７１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項５９に記載のコンピュータ実装方法。
条項７２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項５９に記載のコンピュータ実装方法。
条項７３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項５９に記載のコンピュータ実装方法。
条項７４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項５９に記載のコンピュータ実装方法。
条項７５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項５９に記載のコンピュータ実装方法。
条項７６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項５９に記載のコンピュータ実装方法。
条項７７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項５９に記載のコンピュータ実装方法。
条項７８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項７９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項５９に記載のコンピュータ実装方法。
条項８４．標的バリアントの複数の特徴を処理し、標的バリアントについての品質指標を生成するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
高品質バリアントの集合及び低品質バリアントの集合に対して訓練されたバリアント品質分類器を含む、方法を実装し、
高品質バリアントの集合の中の高品質バリアントが、バリアントの第１の集合とバリアントの第２の集合との間で共通である真陽性バリアントとして同定され、
低品質バリアントの集合の中の低品質バリアントが、バリアントの第２の集合の中には存在するがバリアントの第１の集合の中には存在しない偽陽性バリアントとして同定され、
バリアントの第１の集合が、標的種のサンプルの配列決定されたリードを、非標的種の参照ゲノムに対してバリアントコーリングすることによって検出され、
バリアントの第２の集合が、標的種のサンプルの配列決定されたリードを、疑似標的種の参照ゲノムに対してバリアントコーリングすることによって検出される、非一時的コンピュータ可読記憶媒体。
条項８５．バリアント品質分類器が、ランダムフォレストモデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８６．バリアント品質分類器が、ロジスティック回帰モデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８７．バリアント品質分類器が、ニューラルネットワークモデルである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）含量である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項８９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリード内のグアニン－シトシン（ＧＣ）スキューであり、
ＧＣスキューが、標的バリアントの所与の配列決定されたリードにおけるグアニンに対するシトシンの正規化された過剰を表す、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９０．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの上流又は下流の１００塩基対内の局所組成複雑度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの対立遺伝子カウントである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードのマッピング品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するためのＦｉｓｈｅｒの正確確率検定のｐ値である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードにおける鎖バイアスを検出するための対称オッズ比である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの深度によるバリアント品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの遺伝子型品質である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された標的バリアントのリード深度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの標的バリアントカバレッジからの代替対立遺伝子断片のリード深度である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項９９．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の５塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１００．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの上流又は下流の１０塩基対内の挿入及び／又は欠失（インデル）変異の存在である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０１．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの１００塩基対上流又は下流の隣接領域の平均カバレッジである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０２．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの平均カバレッジによって正規化された、標的バリアントの配列決定されたリードの５００塩基対上流又は下流の隣接領域の平均カバレッジである、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０３．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のヘテロ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０４．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のヘテロ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０５．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内のホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０６．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内のホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０７．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の１００塩基対内の代替ホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０８．標的バリアントの複数の特徴のうちの１つの特徴が、標的バリアントの配列決定されたリードの同じ長さの領域内のバリアントの中央値カウントによって正規化された、標的バリアントの配列決定されたリードの上流又は下流の５００塩基対内の代替ホモ接合体一塩基多型の数である、条項８４に記載の非一時的コンピュータ可読記憶媒体。
条項１０９．第１の参照ゲノムと第２の参照ゲノムとの間に１対１マッピングを有さない領域を同定及び排除するコンピュータ実装方法であって、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、コンピュータ実装方法。
条項１１０．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１０９に記載のコンピュータ実装方法。
条項１１１．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１０９に記載のコンピュータ実装方法。
条項１１２．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１３．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１４．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１５．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１６．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１１１に記載のコンピュータ実装方法。
条項１１７．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１０９に記載のコンピュータ実装方法。
条項１１８．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１１７に記載のコンピュータ実装方法。
条項１１９．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１１７に記載のコンピュータ実装方法。
条項１２０．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１０９に記載のコンピュータ実装方法。
条項１２１．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１０９に記載のコンピュータ実装方法。
条項１２２．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１０９に記載のコンピュータ実装方法。
条項１２３．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１０９に記載のコンピュータ実装方法。
条項１２４．疑似標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２５．疑似標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１２６．非標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２７．非標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１２８．標的種が、ヒトである、条項１０９に記載のコンピュータ実装方法。
条項１２９．標的種が、非ヒト霊長類である、条項１０９に記載のコンピュータ実装方法。
条項１３０．標的種及び非標的種が、相同である、条項１０９に記載のコンピュータ実装方法。
条項１３１．標的種及び疑似標的種が、相同である、条項１０９に記載のコンピュータ実装方法。
条項１３２．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、条項１０９に記載のコンピュータ実装方法。
条項１３３．メモリに結合された１つ以上のプロセッサを含むシステムであって、メモリには、第１の参照ゲノムと第２の参照ゲノムとの間で１対１マッピングを有さない領域を同定及び排除するためのコンピュータ命令がロードされ、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、動作を実装する、システム。
条項１３４．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１３３に記載のシステム。
条項１３５．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１３３に記載のシステム。
条項１３６．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３７．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３８．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１３９．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１３５に記載のシステム。
条項１４０．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１３５に記載のシステム。
条項１４１．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１３３に記載のシステム。
条項１４２．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１４１に記載のシステム。
条項１４３．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１４１に記載のシステム。
条項１４４．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１３３に記載のシステム。
条項１４５．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１３３に記載のシステム。
条項１４６．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１３３に記載のシステム。
条項１４７．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１３３に記載のシステム。
条項１４８．疑似標的種が、ヒトである、条項１３３に記載のシステム。
条項１４９．疑似標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５０．非標的種が、ヒトである、条項１３３に記載のシステム。
条項１５１．非標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５２．標的種が、ヒトである、条項１３３に記載のシステム。
条項１５３．標的種が、非ヒト霊長類である、条項１３３に記載のシステム。
条項１５４．標的種及び非標的種が、相同である、条項１３３に記載のシステム。
条項１５５．標的種及び疑似標的種が、相同である、条項１３３に記載のシステム。
条項１５６．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、条項１３３に記載のシステム。
条項１５７．第１の参照ゲノムと第２の参照ゲノムとの間で１対１のマッピングを有さない領域を同定及び排除するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、命令が、プロセッサ上で実行されるときに、
標的種のサンプルの配列決定されたリードにアクセスすることと、
マッピング品質フィルタを配列決定されたリードに適用することに基づいて、配列決定されたリードから低品質の配列決定されたリードを同定及び除去し、それによって、配列決定されたリードから高品質の配列決定されたリードを取り除くことと、
非標的種の非標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを非標的参照ゲノム中の複数のビンにマッピングすることと、
疑似標的種の疑似標的参照ゲノムを複数のビンにセグメント化し、次いで、ビンごとに高品質の配列決定されたリードを疑似標的参照ゲノム内の複数のビンにマッピングすることと、
疑似標的参照ゲノム内の最良にマッピングされたビンと非標的参照ゲノム内の対応するビンとの間の最大一致度に基づいて、疑似標的参照ゲノム内の最良にマッピングされたビンを同定することであって、疑似標的参照ゲノム及び非標的参照ゲノムの中の対応するビンの間の一致度が、対応するビンの間でマッピングされたリードの数によって判断される、同定することと、
疑似標的参照ゲノムの中の最良にマッピングされたビンと非標的参照ゲノムの中の対応するビンとの間でマッピングされたリードの数に基づいて、疑似標的参照ゲノムについてのユニークマッパースコアを生成することと、
低品質の配列決定されたリードを同定及び排除するために、ユニークマッパースコアを使用することと、を含む、方法を実装する、システム。
条項１５８．低品質の配列決定されたリードが、ストップゲインバリアントを含む、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１５９．低品質の配列決定されたリードをフィルタリングするために、複数のカスケードフィルタが、標的種のサンプルの配列決定されたリードに適用される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６０．複数のカスケードフィルタのうちの１つのフィルタが、参照ゲノムにおいて不正確な遺伝子アノテーションを有する遺伝子領域を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６１．複数のカスケードフィルタのうちの１つのフィルタが、疑似標的種参照ゲノムと非標的種参照ゲノムとの間で一致しないコドンを検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６２．複数のカスケードフィルタのうちの１つのフィルタが、完全な参照ゲノムについてのバリアント分類器スコアの分布と比較して、バリアント分類器スコアの偏った分布を有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６３．複数のカスケードフィルタのうちの１つのフィルタが、Ｈａｒｄｙ－Ｗｅｉｎｂｅｒｇ平衡からのずれを有する参照ゲノム内の遺伝子を検出及び排除するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６４．複数のカスケードフィルタのうちの１つのフィルタが、０．１７よりも大きいランダムフォレストスコアを有する一塩基多型を検出及び除去するように構成されている、条項１５９に記載の非一時的コンピュータ可読記憶媒体。
条項１６５．１対１マッピングによって、疑似標的参照ゲノム内の単一の対応する領域への非標的参照ゲノムマップ内の１つのビンにおけるリード数の断片を記述する、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６６．連続する同一のビンが、集合的に単一のビンとみなされ、１対１マッピングの可能性を排除しない、条項１６５に記載の非一時的コンピュータ可読記憶媒体。
条項１６７．３つ以上の非連続の同一ビンが、重複領域とみなされ、１対１マッピングの可能性を排除する、条項１６５に記載の非一時的コンピュータ可読記憶媒体。
条項１６８．ビンが、参照ゲノム内の１キロ塩基（ｋｂ）領域を記述する、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１６９．マッピングされたリードの断片が、マッパースコアによって決定されるような最良にマッピングされた領域について検出される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７０．ユニークマッパースコアが、各参照ゲノムについてのサンプルにわたるトップの断片の平均によって決定される、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７１．ユニークマッパースコアが、２０未満のマッパースコアを有する配列決定されたリードを排除するフィルタとして構成されている、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７２．疑似標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７３．疑似標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７４．非標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７５．非標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７６．標的種が、ヒトである、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７７．標的種が、非ヒト霊長類である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７８．標的種及び非標的種が、相同である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１７９．標的種及び疑似標的種が、相同である、条項１５７に記載の非一時的コンピュータ可読記憶媒体。
条項１８０．標的種の配列決定されたリードから同定されるバリアントの品質が、バリアント遺伝子に対する進化的制約の代用である、第１５７項に記載の非一時的コンピュータ可読記憶媒体。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【手続補正書】
【提出日】2024-07-02
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用するコンピュータ実装方法であって、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と同じ分類学的な綱に属する非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と相同である疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することと、を含む、コンピュータ実装方法。
【請求項2】
前記疑似標的種が、前記標的種とオーソロガスである、請求項１に記載のコンピュータ実装方法。
【請求項3】
前記疑似標的種が、前記標的種とは異なる、請求項１又は２に記載のコンピュータ実装方法。
【請求項4】
前記疑似標的種が、相同性閾値により前記標的種と相同である、請求項３に記載のコンピュータ実装方法。
【請求項5】
前記非標的種が、ヒトであり、前記標的種が、非ヒト霊長類である、請求項１～４のいずれか一項に記載のコンピュータ実装方法。
【請求項6】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項１～５のいずれか一項に記載のコンピュータ実装方法。
【請求項7】
前記標的種の前記サンプルの前記配列決定されたリードにおける特定の領域が、前記非標的種の前記参照ゲノムにおける第１の領域及び前記疑似標的種の前記参照ゲノムにおける第２の領域に位置するため、前記偽陽性バリアントの部分集合における偽陽性バリアントが生じ、前記第１の領域及び前記第２の領域が異なる、請求項１～６のいずれか一項に記載のコンピュータ実装方法。
【請求項8】
前記標的種の前記サンプルの前記配列決定されたリードにおける前記特定の領域が、前記非標的種の前記参照ゲノムにおける複数の領域に位置するため、前記偽陽性バリアントが生じる、請求項７に記載のコンピュータ実装方法。
【請求項9】
メモリに結合された１つ以上のプロセッサを含むシステムであって、前記メモリには、標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用するためのコンピュータ命令がロードされ、前記コンピュータ命令が、前記１つ以上のプロセッサ上で実行されるときに、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と同じ分類学的な綱に属する非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と相同である疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することと、を含む、動作を実装する、システム。
【請求項10】
前記疑似標的種が、前記標的種とは異なる、請求項９に記載のシステム。
【請求項11】
前記非標的種が、ヒトであり、前記標的種が、非ヒト霊長類である、請求項９又は１０に記載のシステム。
【請求項12】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項９～１１のいずれか一項に記載のシステム。
【請求項13】
前記バリアントの第１の集合及び前記バリアントの第２の集合から低品質バリアントを除外するために、第１のフィルタを適用することを更に含む、請求項９～１２のいずれか一項に記載のシステム。
【請求項14】
前記バリアントの第１の集合及び前記バリアントの第２の集合から、前記非標的種の前記参照ゲノムと前記疑似標的種の前記参照ゲノムとの間で共有される固定の置換を除外するために、第２のフィルタを適用することを更に含む、請求項９～１３のいずれか一項に記載のシステム。
【請求項15】
前記標的種の前記サンプルの前記配列決定されたリードにおける特定の領域が、前記非標的種の前記参照ゲノムにおける第１の領域及び前記疑似標的種の前記参照ゲノムにおける第２の領域に位置するため、前記偽陽性バリアントの部分集合における偽陽性バリアントが生じ、前記第１の領域及び前記第２の領域が異なる、請求項９～１４のいずれか一項に記載のシステム。
【請求項16】
前記標的種の前記サンプルの前記配列決定されたリードにおける前記特定の領域が、前記非標的種の前記参照ゲノムにおける複数の領域に位置するため、前記偽陽性バリアントが生じる、請求項１５に記載のシステム。
【請求項17】
標的種のサンプルをバリアントコーリングするために非標的種の参照ゲノムを使用するためのコンピュータプログラム命令が焼き付けられた非一時的コンピュータ可読記憶媒体であって、前記コンピュータプログラム命令が、プロセッサ上で実行されるときに、標的種のサンプルの配列決定されたリードにおけるバリアントの第１の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と同じ分類学的な綱に属する非標的種の参照ゲノムに対してマッピングすることと、
前記標的種の前記サンプルの前記配列決定されたリードにおけるバリアントの第２の集合を検出するために、前記標的種の前記サンプルの前記配列決定されたリードを前記標的種と相同である疑似標的種の参照ゲノムにマッピングすることと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第１の集合と前記バリアントの第２の集合との間で共通である真陽性バリアントの部分集合を同定することと、
前記バリアントの第１の集合と前記バリアントの第２の集合とを比較し、前記バリアントの第２の集合に存在するが前記バリアントの第１の集合には存在しない偽陽性バリアントの部分集合を同定することと、
前記偽陽性バリアントの部分集合のカウントに基づいて、前記標的種をバリアントコーリングするために前記非標的種の前記参照ゲノムを使用することと、を含む、動作を実装する、非一時的コンピュータ可読記憶媒体。
【請求項18】
前記疑似標的種が、前記標的種とオーソロガスである、請求項１７に記載の非一時的コンピュータ可読記憶媒体。
【請求項19】
前記非標的種が、ヒトであり、前記標的種が、非ヒト霊長類である、請求項１７又は１８に記載の非一時的コンピュータ可読記憶媒体。
【請求項20】
前記標的種の前記サンプルの前記配列決定されたリードを前記標的種の前記参照ゲノムにマッピングし、次いで、前記標的種の前記サンプルのマッピングされた前記配列決定されたリードを前記非標的種の前記参照ゲノムにリフトオーバーすることによって、前記バリアントの第２の集合を検出することを更に含む、請求項１７～１９のいずれか一項に記載の非一時的コンピュータ可読記憶媒体。
【国際調査報告】