Identification and Masking of Artefactual and Misleading Within-Host Variants in Deep-Sequencing SARS-CoV-2 Data
本研究は、SARS-CoV-2 の深層シーケンシングデータにおいて、特定のシーケンシング施設に依存した系統的なアーティファクトが低頻度変異の検出を歪めることを明らかにし、データセットの反復性を活用してこれらのアーティファクトを特定・マスクする枠組みを開発することで、宿主内多様性や伝播ボトルネックの推定など下流の進化推論の信頼性を向上させることを示しています。