Identification and Masking of Artefactual and Misleading Within-Host Variants in Deep-Sequencing SARS-CoV-2 Data
Diese Studie identifiziert wiederkehrende artefaktuelle SARS-CoV-2-Varianten in großen Sequenzierungsdatensätzen als zentrenspezifisches Phänomen und entwickelt einen datensatzbewussten Rahmen zur deren Maskierung, um zuverlässigere Schlussfolgerungen über die intrahostliche Diversität und Übertragungsdynamik zu ermöglichen.