知识卡片：NanoTS——面向纳米孔长读长转录组数据的深度学习 SNP 检出工具

一句话结论

来源材料称，NanoTS 是一种基于深度学习的 SNP 检测与基因型分型工具，用于纳米孔长读长转录组 dRNA 和 cDNA 数据；在至少 5 条 ALT reads、ALT read 比例 ≥0.05 的 SNP 上，dRNA 和 cDNA 的 F1 分别高于 0.980 和 0.966，并展示了对等位基因不平衡变异及孟德尔病致病变异的检测潜力。

事件概述或研究问题

• 纳米孔长读长转录组测序可表征全长转录本并直接检测 RNA 修饰，但相比 Illumina 短读和 PacBio HiFi 长读，其错误率仍较高，影响变异检测准确性。
• 转录组数据本身还带来覆盖不均、转录本异构体多样、等位基因特异异构体表达和文库伪影等问题，使标准长读 DNA 变异检测工具在转录组数据上性能受限。
• 为此，作者开发 NanoTS（nanopore transcriptome SNP caller），目标是针对纳米孔 direct RNA（dRNA）和 cDNA 转录组数据实现准确的 SNP calling 与 genotype calling。
• 来源材料标注为 Nature Methods 的 Brief Communication、Open access，Published: 22 September 2026；该出版日期与正式见刊状态待核实。

方法/产品要点

• NanoTS 引入 allele-phased pileup 策略，将 reads 按目标变异等位基因类型和链方向分为四组：FWD REF、REV REF、FWD ALT、REV ALT。
• 模型整合六类特征：局部 ±30 bp 的 A/C/G/T 碱基比例（结合参考序列）、由局部碱基比例计算的 entropy、归一化局部碱基覆盖度、归一化到 read 末端的距离、归一化最大覆盖度、最近 20 个 SNP 候选位点的 REF/ALT/other 等位基因碱基比例。
• NanoTS 包含 unphased 模型和 phased 模型。unphased 模型使用未分型数据特征；phased 模型整合未分型数据、haplotype 1 和 haplotype 2 特征。
• 变异检测流程包括五步：用 Dorado 将 ONT Pod5 电流数据转为 FASTQ；用 Minimap2 比对到参考基因组；初始 unphased SNP calling；用 WhatsHap 对高置信变异（QUAL ≥ 10）进行 phasing；最后用 phased 模型进行 SNP calling。
• 网络结构结合卷积层和全连接层。unphased 模型使用单个子网络；phased 模型使用三个子网络，并增加一个全连接层连接三个子网络节点。
• 训练与评估使用 Genome in a Bottle（GIAB）高置信变异和区域。同源 ALT、杂合 ALT 作为金标准阳性，同源 REF 作为金标准阴性；训练数据为 HG002 的纳米孔 dRNA 和 cDNA 数据。训练变异需至少 2 条 ALT reads 且 ALT read 比例 ≥0.05，训练在常染色体上进行，chr20 留作验证集。
• 评估数据包括 HG004、HG005 的全转录组 dRNA；本研究生成的 HG001、HG004、HG005 全转录组 cDNA；以及 HG001 的靶向 cDNA TEQUILA-seq 数据，覆盖 422 个先天性免疫缺陷（IEI）相关基因。测序深度为 570 万至 7250 万 reads。
• 来源材料提到，全转录组 cDNA 数据比 dRNA 数据覆盖约多 3 倍的基因组区域，且与测序深度无关；不同样本和方案的碱基错误率有适度变化。

主要结果或产业意义

• 在 ≥5 ALT reads 且 ALT read 比例 ≥0.05 的 SNP 上，NanoTS 在 dRNA 数据中 F1 高于 0.980，在 cDNA 数据中 F1 高于 0.966，优于 Clair3-RNA 和 LongcallR。
• 在 dRNA 数据中 precision 和 recall 均大于 0.979；在 cDNA 数据中 precision 和 recall 均大于 0.957。
• 在 cDNA 数据中，NanoTS 相比 Clair3-RNA 的 F1 提升为 0.047–0.088，相比 LongcallR 的提升为 0.127–0.159。
• 基因型合子判定方面，以 HG004 为例，区分 0/0、0/1、1/1 基因型时，NanoTS 在 dRNA 数据中 F1 分别为 0.988、0.957、0.957；在 cDNA 数据中分别为 0.993、0.940、0.954。
• 对等位基因不平衡变异，cDNA 数据中 ALT read 比例在 0.05–0.20 时，NanoTS 的变异检测 F1 相比 Clair3-RNA 提升 0.338–0.478，相比 LongcallR 提升 0.497–0.635。
• 作者展示 NanoTS 可用于检测和基因型判定孟德尔病相关致病变异，提示其 RNA-based genomic diagnosis 潜力。
• 图注/节选提到，在 25 名孟德尔病患者的 TEQUILA-seq 数据中，NanoTS 检测了 32 个位于注释外显子区域的已知致病变异；更具体的检出率、敏感性和特异性待核实。

为什么重要

• 它针对的是纳米孔长读长转录组变异检测中的一个核心痛点：通用长读 DNA caller 难以处理转录组的覆盖不均、异构体表达和等位基因不平衡。
• allele-phased pileup 与 haplotype phasing 的结合，是提升等位基因不平衡变异检出能力的关键设计；来源材料称这正是现有长读转录组 caller 的主要挑战之一。
• 若结果可复现，NanoTS 可能帮助把纳米孔 RNA 测序推向孟德尔病诊断、靶向 RNA panel 和临床基因组解释等方向。
• 与提供的既有相关卡片无直接重叠；本条增量在于纳米孔长读长转录组 SNP calling、深度学习特征工程和 RNA-based 变异检测。
• 来源材料未将 NanoTS 称为 foundation model；将其归入 foundation-model 主题应视为外部标签，是否合适待核实。

局限与不确定性

• 来源材料为摘要、节选和图注，完整评估指标、统计显著性、独立外部验证、代码与数据可用性、正式同行评审细节待核实。
• 训练和主要评估依赖 GIAB/HG002 等基准样本及特定 ONT 数据、文库和化学版本，泛化到其他人群、组织、样本类型和平台版本的能力待核实。
• 评估集中于高置信区域和至少 5 reads 覆盖区域，并排除 reads 跳过剪接位点的区域；重复区域、低覆盖区域、复杂剪接和复杂变异的表现待核实。
• “临床潜力”来自作者展示，不等同于临床验证、监管批准或常规诊断可用性；前瞻性临床验证待核实。
• 来源未给出独立英文关键词列表；可保留的相关主题词和提取术语需要与正式关键词区分。
• 出版日期标注为 2026 年 9 月 22 日，出版状态/日期一致性待核实。

可用于图书/PPT/简报的角度

• “当长读长转录组遇到变异检测：为什么通用 DNA caller 不够用”
• “等位基因不平衡变异：RNA 变异检测的难点与 NanoTS 的 phased 策略”
• “从研究工具到临床潜力：纳米孔 RNA 测序在孟德尔病诊断中的可能角色”
• “深度学习特征工程：六类 pileup/覆盖/链方向特征 + haplotype phasing”
• “靶向长读 cDNA 面板：TEQUILA-seq 与 IEI 基因 panel 如何提高致病变异检出”
• “基准测试设计：GIAB、HG002、dRNA/cDNA、F1、precision/recall 与 genotype zygosity”
• “专用深度学习模型 vs 通用基础模型：组学工具在 foundation-model 叙事中的定位”

原始材料

• 英文标题：NanoTS: a deep learning tool for accurate SNP calling in nanopore long-read transcriptome data
• 英文关键词/主题词：来源未提供独立关键词列表；来源列出的相关主题为 Genome informatics; Software; Transcriptomics。从标题和摘要提取的英文术语包括：nanopore long-read transcriptome data; SNP calling; deep learning; genotype calling; allele-phased pileup; haplotype phasing; allelically imbalanced variants; Mendelian disorders; NanoTS (nanopore transcriptome SNP caller)。正式关键词待核实。
• 原始来源：Nature Methods, Brief Communication, Open access. Published: 22 September 2026.
• DOI：10.1038/s41592-026-03225-4
• URL：https://www.nature.com/articles/s41592-026-03225-4
• 作者：Zelin Liu, Feng Wang, Robert Wang, David W. Wu, Nicole DeBruyne, Kelsey Keith, Elizabeth M. McCormick, Joseph Jee-Hwan Park, Matthew T. Sullenberger, Andrew C. Edmondson, Marni J. Falk, Lan Lin, Yi Xing 等。