近日，姜雨教授团队在基因组结构变异（Structural Variations，SVs）准确分型的研究领域取得重要突破。最新成果以《SVLearn: a dual-reference machine learning approach enables accurate cross-species genotyping of structural variants》为题，在国际期刊Nature Communications上在线发表。学院博士研究生杨启蒙、牛津大学博士后孙鉴锋为该论文共同第一作者，姜雨教授和蔡钰东博士后为共同通讯作者。我校信息学院刘全中副教授，德国亥姆霍兹研究中心汝锦龙博士后参与相关研究工作。

姜雨教授团队长期致力于基因组结构变异（Structural variations，SVs）相关研究。曾开发了可在动植物大群体中快速检测基因组拷贝数变异的软件CNVcaller。近年来，随着越来越多高质量结构变异数据集的产生，大规模群体研究普遍采用短读长测序数据进行结构变异基因分型。然而，受限于短读长和参考序列的偏差，结构变异的分型准确度仍然面临挑战。

为有效解决这一问题，团队创新性地提出了基于双参考基因组的机器学习策略，开发出SVLearn软件。该工具通过同时使用原始参考基因组和包含变异序列的替代基因组，全面整合了基因组特征、比对特征和基因型特征，分别在人、牛、绵羊数据集合中建立了高精度的结构变异机器学习分型模型。

研究团队利用三个物种共六个高质量结构变异数据集，对SVLearn与四种国际主流工具进行了全面的性能评估。结果显示，SVLearn整体性能表现有5%-10%以上的提升，将最终分型准确率提升到90%左右，在复杂的基因组重复区域，结构变异的分型准确性提升尤为显著。值得注意的是，针对测序深度较低的数据，团队专门进行了模型优化，使得SVLearn在低覆盖度下依然能保持与30倍测序深度相当的分型效果，大大提高了大规模结构变异研究的经济性和可行性。此外，通过跨物种交叉验证，进一步证实了该工具的普适性，表明其在不同物种中具有较强的基因分型能力。这一创新方法的提出，为结构变异研究提供了全新的分析工具，并有望推动人类疾病研究、动植物育种等领域的快速发展。

本研究得到国家重点研发计划（2023YFD1300402，2022YFF1000100）、国家自然科学基金（U21A20120）、陕西省畜禽育种双链融合重点项目（2022GD-TSLD-46-0401）的资助。感谢西北农林科技大学高性能计算平台提供计算资源。

论文链接：//www.nature.com/articles/s41467-025-57756-z