Qué cambió

Tecnología de secuenciación · IA · Evaluación comparativa · Genómica · ComparaciónModelos de mayo de 2023 a mayo de 2026 · registro hasta septiembre de 2026

• 0modelos SUP de ADN en la generación v6.0.0 — el ARN sí tiene uno
• ~43%menos errores por lectura de sup@v5.2.0 que de hac@v6.0.0, en cinco genomas bacterianos
• 13/13aislados con sistemas de modificación dnd o dpd cuyos ensamblajes con HAC v6 fallaron, en un estudio de 294
• ~1 Qlo que sup@v5.0.0 sobrestimaba sus propias puntuaciones de calidad, según Oxford Nanopore
• 2.7–5.7×cuánto más tardó SUP que HAC con los mismos datos, en la misma ejecución

Qué cambió, y con qué firmeza consta cada cambio primero la solidez; las filas se agrupan por solidez y nunca se intercalan

En qué orden

El orden en que ocurrió las versiones se fechan por las notas de publicación del propio Dorado y las mediciones por su publicación; los modelos v3.x, para el antiguo poro R9.4.1, quedan fuera de toda comparación aquí y no se fechan

1. 18 de mayo de 2023Dorado 0.3.0 publica los modelos v4.2.0 para datos a 5 kHz.
2. 24 de octubre de 2023Ryan Wick prueba los modelos v4.2.0 fast, HAC y SUP y un modelo de investigación ajustado para ADN bacteriano nativo, en nueve genomas bacterianos. El modelo de investigación supera ligeramente a SUP.
3. 5 de diciembre de 2023Dorado 0.5.0 publica la v4.3. El 18 de diciembre Wick mide SUP en una mediana de Q20.5, desde Q18.5, y los errores de ensamblaje en los nueve genomas bajan de 173 a 37; informa de que el entrenamiento bacteriano del modelo de investigación se ha incorporado.
4. 21 de mayo de 2024Dorado 0.7.0 publica la v5: SUP pasa de LSTM a un transformer y HAC sigue con LSTM. En London Calling, Oxford Nanopore sitúa SUP v5 en Q26, un 99.75%.
5. 21 de enero de 2025Dorado 0.9.1 acelera la llamada de bases. La nueva llamada con SUP v5.0 de una sola carrera en un laboratorio pasa de 46.3 horas a 18.7.
6. 21 de mayo de 2025Dorado 1.0.0 publica la v5.2: HAC pasa de cinco capas LSTM a siete; SUP conserva su arquitectura y cambia sus pesos. Se retiran los modelos R9.4.1, 4 kHz y RNA002 y la entrada Fast5.
7. 27 de mayo de 2025Wick: HAC tiene alrededor de un 15% menos de errores por lectura y un 65% menos de errores de ensamblaje medianos; las lecturas SUP apenas cambian.
8. 13 de junio de 2025Prior y colaboradores, en el Journal of Clinical Microbiology: en 80 aislados, SUP v5.0 acerca la tipificación cgMLST a Illumina, donde la v4.3 a veces no bastaba.
9. 27 de enero – 26 de febrero de 2026Un usuario informa en el gestor de incidencias de Dorado de que las mismas lecturas puntúan menos con sup@v5.2.0. El 16 de febrero Oxford Nanopore responde que la v5.0.0 sobrestimaba sus puntuaciones en torno a un punto Q.
10. 18 de marzo de 2026El blog de Oxford Nanopore explica el SUP transformer y afirma que mantuvo el presupuesto de cómputo de inferencia del LSTM.
11. 24 de marzo de 2026Biggel y colaboradores publican una preimpresión que prueba SUP v5.2 en 294 aislados de patógenos alimentarios.
12. 20 de mayo de 2026Dorado 2.0.0 publica la v6.0: para ADN, un modelo HAC con capas recurrentes propias y sin SUP. Mike Vella, vicepresidente de aprendizaje automático de Oxford Nanopore, en London Calling: “Lo importante es que esta vez no vamos a publicar un modelo sup… creemos que este modelo en concreto es lo bastante bueno como para que ya no haga falta un nivel sup.”
13. 11 de junio de 2026Wick: hac@v6.0.0 tiene alrededor de un 19% menos de errores por lectura que hac@v5.2.0, pero sup@v5.2.0 sigue un 43% por delante; un genoma de Klebsiella produce unos 100 errores por ensamblaje con la v6.
14. 19 de junio de 2026Wick pule los ensamblajes: la distancia se reduce y no se cierra. Vella le sugiere que las modificaciones de fosforotioato del esqueleto, ausentes del entrenamiento, causan los errores de Klebsiella.
15. 6 de julio de 2026La segunda versión de la preimpresión añade HAC v6: los 13 aislados con sistemas de modificación del ADN dnd o dpd dan, todos, ensamblajes muy imprecisos.
16. 8–9 de julio de 2026La prueba de metilación de Wick no encuentra ningún modelo que sea el mejor en todas las medidas. Al día siguiente atribuye los errores de Klebsiella a modificaciones de 7-desazaguanina de un sistema dpd, citando la preimpresión de Biggel.
17. 13 de julio de 2026Dorado 2.1.0 acelera HAC v6.0.0 en GPU Blackwell, y SUP desde la v5.0.0 en lecturas cortas.
18. 15 de julio de 2026Kulkarni y colaboradores, en Nature Communications: el modelo v4, más antiguo, sigue siendo la opción fiable para la metilación CpG, y los más nuevos son mejores para otras modificaciones.

El argumento

Dos argumentos sobre el mismo modelo el de Oxford Nanopore a favor de HAC v6 y el de Ryan Wick contra abandonar SUP; ambos están publicados y ambos se nombran aquí

• Argumento 1

  Oxford Nanopore: HAC v6 hace innecesario SUP

  • Las capas recurrentes propias mantienen el modelo cerca del tamaño del HAC anterior: 9,808,240 parámetros frente a 8,790,768.
  • Afirmado: ensamblajes bacterianos pulidos comparables a SUP v5.2, y ensamblajes por encima de Q60 tras el pulido.
  • Afirmado: mejores llamadas en repeticiones cortas en tándem y la detección de bases modificadas más precisa que ha producido Oxford Nanopore.

• Argumento 2

  Wick: en bacterias, SUP sigue siendo el mejor modelo

  • Precisión de lectura mediana de Q20.6 para sup@v5.2.0 frente a Q18.1 para hac@v6.0.0.
  • Errores medianos por ensamblaje de 4 frente a 11, y el pulido no cierra la distancia.
  • Metilación: ningún modelo es el mejor en todas las medidas; para algunos análisis de 5mC hac@v5.2.0 puede ser la opción adecuada.

• Terreno común

  Lo que ninguna de las partes discute

  • hac@v6.0.0 es el modelo HAC más preciso hasta ahora y, en la ejecución de Wick, algo más rápido que hac@v5.2.0.
  • SUP cuesta varias veces el cómputo de HAC; HAC es el nivel que sigue el ritmo de un PromethION a plena carga.
  • Ninguna de las dos dice si llegará a publicarse un SUP v6 de ADN.

Lo que otros añaden

Las mediciones, una junto a otra cada fila es la comparación de una sola entrada; las entradas usaron versiones de Dorado y profundidades distintas, así que las filas no se encadenan

• Puntuaciones de calidad

  Una puntuación más baja no es una lectura peor

  las mismas 27,751 lecturas, llamadas dos veces

  • Con sup@v5.2.0, un 62.5% menos superó Q20 que con sup@v5.0.0, y un 17.8% menos superó Q15; longitudes y número de bases apenas cambiaron.
  • La respuesta de Oxford Nanopore: las puntuaciones de la v5.0.0 quedaban un punto Q por encima de la precisión real, y la v5.2 corrigió la calibración.
  • Medida por alineamiento, la precisión de lectura de SUP no cambió entre ambas, lo que encaja con esa respuesta.

• Modificaciones atípicas

  Lo que HAC v6 no vio al entrenarse

  294 aislados, diez patógenos alimentarios

  • Aislados con sistemas dnd (fosforotioación) o dpd (7-desazaguanina): los 13 fallaron con HAC v6, con entre 24 y 314 alelos discordantes, mediana 78.
  • SUP v5.2 no es inmune: falló en cuatro aislados de Salmonella Kentucky con un sistema dnd, con entre 20 y 68 alelos discordantes.
  • En genomas públicos, dnd aparece en 44 de 67 especies patógenas y dpd en hasta el 8% de varias especies de Klebsiella, Escherichia y Enterobacter.

• Metilación

  Las bases modificadas no siguen el orden de versiones

  datos bacterianos, vegetales, de ratón y humanos

  • Para la metilación CpG, el modelo 5mCG v4, más antiguo, es el más fiable; el modelo 5mCG v5.2 pasa por alto CpG metilados rodeados de otros residuos CG.
  • Los modelos v5, más nuevos, son claramente mejores para 5mC fuera de CpG, para 4mC y para 6mA.
  • Para CpG, HAC rinde casi igual que SUP; para 6mA y 4mC, SUP es sistemáticamente mejor.

¿Mereció la pena?

Qué modelo para qué necesidad una comparación de modelos termina en adecuación, no en un ganador: cada tarjeta dice a quién conviene, en qué destaca y qué cuesta

• sup@v5.2.0

  Para ensamblaje y tipificación bacterianos, si la GPU lo permite

  • El mejor resultado en todas las pruebas bacterianas independientes de aquí: lecturas, ensamblajes y ensamblajes pulidos.
  • Perfiles cgMLST casi idénticos en el 97.3% de 294 aislados de patógenos alimentarios con cobertura de 50×.
  • El coste: entre 2.7 y 5.7 veces el tiempo de llamada de HAC — y sigue fallando en algunos genomas con sistemas dnd.

• hac@v6.0.0

  Para trabajo de gran volumen, limitado por cómputo o en tiempo real

  • Alrededor de un 19% menos de errores por lectura que hac@v5.2.0, a una velocidad algo mayor.
  • El nivel que Oxford Nanopore recomienda a la mayoría de los usuarios, y el que sigue el ritmo de un PromethION a plena carga.
  • El coste: falla en genomas con sistemas dnd o dpd — 13 de 13 en un estudio. Una comprobación sin referencia como alpaqa señala los ensamblajes afectados.

• Modelo 5mCG v4

  Para la metilación CpG

  • El modelo más fiable para sitios CpG en una evaluación independiente con bacterias, plantas, ratón y humanos.
  • Para CpG, HAC rinde casi igual que SUP, así que basta el nivel más barato.
  • El coste: cada modelo de modificación va emparejado con su propio modelo de llamada de bases, así que esta elección ata las llamadas CpG a una llamada v4.

• Modelos de modificación v5

  Para 6mA, 4mC y 5mC fuera de CpG

  • Claramente mejores que los modelos v4 para estas marcas.
  • SUP es sistemáticamente mejor que HAC para 6mA y 4mC.
  • El coste: en bacterias ningún modelo v5.2 o v6 fue el mejor en todas las medidas, y para algunos análisis de 5mC hac@v5.2.0 tuvo la mejor exhaustividad.

• Revise cualquier filtro por puntuación de calidad tras cambiar de modelo. Con lecturas idénticas, sup@v5.2.0 dejó un 62.5% menos por encima de Q20 que sup@v5.0.0 — una recalibración, no una pérdida de precisión. Compruebe la precisión alineada, no la puntuación.
• Pruebe un modelo nuevo con sus propios datos antes de cambiar. Una versión de SUP no aportó ninguna mejora en lectura, y el HAC más reciente falla en toda una clase de genomas.
• Pula los ensamblajes bacterianos con el modelo bacteriano. En las pruebas de Wick, el antiguo modelo bacteriano por apilamiento empeoró 6 de 147 ensamblajes, frente a 22 y 14 de los dos modelos por lectura, y fue el que más mejoró.
• Compare estudios dentro de un mismo poro. Cada modelo se entrena para una condición de secuenciación, así que los datos R9.4.1 necesitan un modelo R9.4.1 — y Dorado 0.9.6 es la última versión que los incluye.