影響基因型填充效果的因素有很多，比如填充軟體的選擇，reference panel的選擇，樣本個數，SNP的密度或者測序深度等等因素。目前基因型填充的軟體有很多種，每個軟體各有優劣，如何選擇是一個難題。
本篇解讀的文獻标題如下
從多個方面系統評估了以下幾種主流的基因型填充軟體的性能，對應的文章連結如下
https://www.karger.com/Article/Pdf/489758
對以下4種主流的基因型填充軟體進行了評估
- Begale4.1
- Impute2
- Shapeit2+Impute2
- MACH+Minimac3
每個軟體對應的網址，功能，适合的平台彙總如下
評估流程如下所示
綜合考慮了以下5個因素
- software，選擇了4種常用的填充軟體組合
- reference panel，測試樣本來自中國人群，為了比較測試樣本和ref樣本人群的相似性對結果的影響，定義了1000G所有人群1KG_ALL和1000G東亞人群1KG_EAS兩種panel，
- SNP density, 以36個SNP位點為視窗，在該視窗内随機剔除固定個數的位點，通過該種方法建立了14種不同的SNP密度梯度
- study sample size，建立了如上圖所示的6種不同的樣本個數
- sequencing coverage，定義了3種不同的測序深度
在part1中對前3個因素，共4X2X14=112種組合的填充結果進行評估。chr1和chr22的SNP density和填充準确率的結果示意如下
可以看到，随着SNP密度的提高，填充準确率逐漸上升，二者呈現正相關關系，在大于200/MB時，斜率上升趨勢變得平緩，說明至少要保證200/MB的snp密度，基因型填充的準确率才有所保障。其次可以發現，impute2的填充準确率最高，而shapeit2+impute2和beagle4.1的準确率接近，mach+minimac3的準确率最低。
chr1中使用不同reference panel的結果如下所示
可以看到，reference panel的選擇對impute2的結果幾乎沒有影響，其準确率非常穩定。對于Beagle4.1而言，reference panel的人群和測試人群更接近了，填充準确率反而降低， 可能是由于參照單倍型變少的原因。另外兩個軟體的組合則準确率有所提高，二者的共同點都是存在了pre-phasing步驟，說明選擇和研究樣本相似的reference panel,有助于提高pre-phasing的準确性。
不同軟體運作時間和記憶體消耗的比較結果如下
圖a表示運作時間，随着SNP個數的增加，Begale4.1的運作時間顯著增多，其他幾款軟體則變化不大。對于不同的reference panel而言，panel越大，運作時間越長。其中impute2的運作時間最久，beagle4.1的運作時間最短，其次是shapeit2+impute2的組合。
圖b表示記憶體消耗，SNP個數對記憶體消耗的影響不顯著，最直接的影響因素是reference panel的大小，panel越大，記憶體消耗越大。對于不同軟體而言，impute2的記憶體消耗最大，其次是shapeit2+impute2， 記憶體消耗最小的是beagle4.1。
study樣本大小對填充準确率和運作時間的影響如下
可以看到，樣本多少對于beagle4.1和impute2的準确率幾乎沒有影響，對shapiet2+impute2則存在顯著影響，樣本越多，準确率越高。在運作時間上，impute2對樣本大小很敏感，樣本越多，運作時間越久，其他兩種軟體的運作時間對樣本大小不敏感。
不同測序深度的填充結果venn圖如下所示
文章中指出，impute2填充準确率高，在不考慮硬體資源的情況下，是最佳的基因型填充軟體。