Identification and Masking of Artefactual and Misleading Within-Host Variants in Deep-Sequencing SARS-CoV-2 Data
Deze studie introduceert een datasetbewust kader om recurrente artefacten in SARS-CoV-2 diepsequencingdata te identificeren en maskeren, waardoor de betrouwbaarheid van afgeleide binnen-huis diversiteit en transmissie-inferenties aanzienlijk verbetert.