Beyond reference bias: Making pangenomes accessible with PangyPlot
Notice bibliographique
Résumé
Abstract Linear reference genomes have standardized genomics research but remain limited by reference bias, which skews read mapping and variant discovery. This bias can distort the interpretation of genetic variation, particularly for populations that are genetically distant from the reference. Pangenome graphs, such as those generated by the Human Pangenome Reference Consortium (HPRC), mitigate this limitation by integrating diverse haplotypes into a unified representation of human genetic variation. However, the complexity of graph-based data and the lack of intuitive visualization tools have hindered broader adoption. Here we introduce PangyPlot , a genome browser that simplifies exploration of pangenome graphs by retaining linear-style navigation, integrating gene annotations, abstracting complex variation into interpretable structures, and employing a dynamic, physics-based layout optimization engine. We demonstrate its utility by constructing a chromosome 7 graph from 101 individuals with cystic fibrosis (CF), capturing a broad spectrum of genetic variation. Using PangyPlot , we visualized CF-relevant loci and compared results with existing graph viewers, highlighting its ability to display both base-level and large structural variation. With an additional 64 PacBio HiFi assemblies, we fine-mapped a repeat-dense CF modifier locus on chromosome 5, where PangyPlot was used in conjunction with graph-based analysis to identify a repeat expansion in the 5 ′ end of EXOC3 that may promote G-quadruplex formation and affect gene expression. Together, these examples demonstrate PangyPlot ‘s capacity to make populationlevel variation interpretable. To support broader use of graph-based resources, we also released a live public instance of PangyPlot preloaded with HPRC data ( https://pangyplot.research.sickkids.ca/ ).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».