HKU-BAL/Clair3

🧬 Clair3: Gọi biến thể long-read bằng deep learning, cân bằng tốc độ và độ chính xác

Clair3 kết hợp pileup calling (nhanh) và full-alignment calling (chính xác) để gọi biến thể germline từ dữ liệu sequencing đọc dài như ONT và PacBio.

Clair3 là thế hệ thứ 3 của dòng công cụ Clair (thế hệ 2) và Clairvoyante (thế hệ 1), phát triển bởi nhóm nghiên cứu từ trường Đại học Hồng Kông (HKU). Dự án nhằm giải quyết thách thức gọi biến thể từ dữ liệu long-read — đòi hỏi cả tốc độ xử lý nhanh và độ chính xác cao. Clair3 hỗ trợ cả đọc Illumina và các nền tảng đọc dài như Oxford Nanopore (ONT) và PacBio HiFi.

✨ Điểm nổi bật

• Pileup calling: Xử lý nhanh hầu hết ứng viên biến thể từ thống kê đường thẳng phụ đề (alignment statistics).
• Full-alignment calling: Giải quyết các ứng viên không chắc chắn từ đường thẳng phụ đề được phân giải haplotype.
• Hỗ trợ ONT signal-aware: Hỗ trợ gọi biến thể nhận biết tín hiệu bằng cách sử dụng thẻ move từ Dorado.
• Di chuyển sang PyTorch: Phiên bản 2.0 chuyển sang PyTorch, cải thiện hiệu suất và khả năng mở rộng.
• Hỗ trợ GPU: Chạy nhanh hơn ~5× so với CPU trên Linux và Apple Silicon.
• Đa dạng mô hình: Cung cấp mô hình tiền huấn luyện cho ONT R10.4.1, R9.4.1, và các nền tảng khác.
• Đầu ra chchuẩn: Xuất file VCF/gVCF hợp lệ, được lập chỉ mục.
• Cài đặt linh hoạt: Hỗ trợ Docker, Singularity, Bioconda, và cài đặt thủ công bằng Conda.

💡 Vì sao đáng chú ý

Khác với các công cụ gọi biến thể truyền thống chỉ dựa trên một phương pháp duy nhất, Clair3 đưa ra cách tiếp cận kết hợp hai mô hình bổ sung nhau — một cho tốc độ, một cho độ chính xác. Điều này giúp Clair3 vượt trội trong cả tốc độ và độ chính xác khi gọi biến thể từ dữ liệu đọc dài.

Phiên bản 2.0 với sự chuyển đổi sang PyTorch, hỗ trợ tính năng nhận biết tín hiệu ONT, và khả năng chạy trên GPU, mở ra tiềm năng ứng dụng trong các dự án genomics lớn hoặc yêu cầu xử lý nhanh. Ngoài ra, Clair3 còn tích hợp với Clair-skills — plugin hỗ trợ các trợ lý AI lập trình trong việc chọn công cụ và mô hình phù hợp.

#variant-calling #deep-learning #long-read #genomics #ONT #PacBio #TiniX