DeepVariant：基于深度学习的胚系变异检测流程

DeepVariant 是一个用卷积神经网络从二代测序比对数据中检测遗传变异的分析流程，输入 BAM/CRAM，输出标准 VCF 或 gVCF。

这个工具是什么

DeepVariant 由 Google 开发并开源，采用 BSD-3-Clause 许可证，主要语言为 Python，基于 TensorFlow 构建。它的思路是把比对到参考基因组的 reads 转换成 pileup 图像张量，用卷积神经网络对每个张量进行分类，最后输出标准的 VCF 或 gVCF 文件。它面向二倍体生物的胚系变异检测，模型仅用人类数据训练。README 中给出了覆盖 Illumina、Element、PacBio HiFi、Oxford Nanopore R10.4.1、Complete Genomics、Roche SBX 以及 RNA 数据等多种数据类型和建库方式的案例研究。

核心能力

• 将比对 reads 转为 pileup 图像张量，用卷积神经网络逐位点分类
• 输入 BAM 或 CRAM，输出标准 VCF 与 gVCF 文件
• 提供 WGS、WES、PACBIO、ONT_R104、HYBRID_PACBIO_ILLUMINA 等模型类型
• 内置 DeepTrio，可在 trio 或 duo 样本上做深度学习变异检测

科研中的典型用法

• 对人类全基因组或全外显子测序数据做胚系变异检测，输出 VCF/gVCF 供下游注释分析
• 对 PacBio HiFi、Oxford Nanopore R10.4.1 等长读长数据选择对应模型类型进行变异检测
• 使用 DeepTrio 对家系 trio 或 duo 样本联合检测变异，并用 GLnexus 合并输出 VCF

快速上手

官方推荐使用 Docker 方式运行。设置 BIN_VERSION="1.10.0"，挂载输入与输出目录后执行 google/deepvariant:${BIN_VERSION} 镜像中的 /opt/deepvariant/bin/run_deepvariant，指定 --model_type（WGS、WES、PACBIO、ONT_R104、HYBRID_PACBIO_ILLUMINA 之一）、--ref、--reads、--output_vcf、--output_gvcf 等参数。可用 --num_shards 控制 make_examples 的并行分片数，--vcf_stats_report 可选生成 HTML 统计报告。

生态与相近工具

同领域还有 GATK HaplotypeCaller、Strelka 等传统或基于其他方法的变异检测工具，DeepVariant 的差异在于以深度学习模型完成位点分类。README 提到体细胞检测可参考基于 DeepVariant 改编的 DeepSomatic 仓库；DeepTrio 则在其之上扩展了 trio/duo 场景。选择时需注意其模型仅用人类数据训练，且当前只支持二倍体生物，非人类物种可参考官方博客中关于物种特异性模型的说明。

项目信息

• 仓库：google/deepvariant
• 星标：3,809　·　派生：802
• 主要语言：Python
• 许可证：BSD-3-Clause
• 最近提交：2026-03-19

本文属于《学科研究工具知识库 · 生命科学》第 2 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。