:PROPERTIES:
:ID:       b8da404c-1ce6-43b6-9e4d-7d34225f1e8f
:END:
#+title: Kim2018

Combine 2 appproches
1. algorithme de Freebayes [cite:@garrison2012]
2. réassemblage local (même idée que GATK apparement)

Valeur ajoutées
- filtre "maison" pour enlever le "bruit" du séquenceur ("novel heuristic filter for sequencer phasing noise")
- évite le coût d'une "pair Hidden Markov model" avec
  1. évite de faire tous les alignements locaux possibles
  2. utilise une probabilité maximal locale (comment ?) pour la probabilité "marginale" (qui est le produit de toutes les combinaisons)
- score "maison" pour le variant basé sur du machine learning (pour filtre ou priorisitation)
  - contient proba du génotype, qualité de l'alignement (root-mean-square), biais de brin, fruction de reads correspondant aux modèle et complexité de l'alignement (compressiblitié, longeur homopolymer
  - pré-entrainé sur NA12878 (génome)
#+begin_quote
Strelka2’s haplotype model uses an efficient tiered scheme for haplotype discovery, combining the advantages simple model based on input read alignments3 with those of a more complex model using local assembly2,5,6 , with the appropriate method selected according to the properties of each variant locus.
#+end_quote