邢文昊， 刘永壮， 王亚东

(哈尔滨工业大学 计算机科学与技术学院， 哈尔滨 150001)

0 引 言

新突变是指并非遗传自亲代，而是在子代中首次出现的基因组变异，这种变异既可能来自于生殖细胞，也可能来源于胚胎发育早期的受精卵。大量研究表明新突变与人类疾病的发生密切相关，尤其是自闭症、癫痫等精神类疾病[1]。随着高通量测序技术的迅猛发展，基于高通量测序数据进行新突变检测已经成为常规手段。目前的基于高通量测序数据的新突变检测方法大概可以分为2类。一类是在亲代和子代样本中独立地进行基因组变异检测，然后通过比较子代和亲代的基因型发现新突变；另一类是对亲代和子代基因组数据建立联合检测模型直接检测新突变[2]。例如PolyMutt[3]和Triodenovo[4]均为基于似然度的新突变检测方法，该方法分别计算无孟德尔遗传约束和有孟德尔遗传约束下的最大基因型似然度，然后根据似然比确定候选位点是否是新突变，似然比越大，候选位点是新突变的可能性越高；DeNovoGear[5]是一种基于贝叶斯的新突变检测方法，该方法利用贝叶斯公式计算候选位点是新突变的后验概率，并根据后验概率的大小来判断候选位点是否是新突变；DNMFilter[2]是一种基于Gradient Boosting[6]的新突变检测方法，该方法利用Gradient Boosting作为分类器，从子代和亲代序列比对上下文选择序列特征，该方法相比其它方法能够显著降低新突变的错误发现率。在上述4种方法中，PolyMutt、Tridenovo均能够检测单核苷酸新突变和插入/删除新突变，但插入/删除新突变的检测准确率明显低于单核苷酸新突变的检测准确率；……