令和6年度は、「グラフゲノムを用いた解析ワークフローの開発・評価」を進めた。具体的には、Minigraph-Cactus （Hickley et al., Nature Biotechnology, 2023）を用いて構築されたグラフゲノムに対して、解析対象のショートリードシークエンスデータを用いて Haplotype sampling を実施し、各個人に適した「personalized pangenome」を抽出した上で、その上で、変異検出を実施するというアプローチ（Siren et al., Nature Methods, 2024）の検証を行った。
この方法を実際に試行した結果、いくつかの重要な課題も明らかになった。第一に、グラフゲノム解析には極めて膨大な計算コストが必要であることが判明した。本アプローチにおいても、Haplotype sampling のプロセス、またその後のショートリードのpersonalized pangenomeへのアラインメントにおいて、多大な計算コストが必要であり、ゲノム全域を対象とした解析の場合、大規模なデータセットへの適用が困難であることが確認された。第二に、Minigraph-Cactus によって構築されたグラフゲノムを用いる場合、リファレンスゲノムに含まれていない領域（いわゆる非リファレンス領域）の解析には、特殊な処理を要することが明らかになった。すなわち、従来のリファレンスゲノムに含まれない領域を扱う際には、グラフゲノムに特殊なハプロタイプ情報を組み込むことが必要であり、これはグラフゲノムの開発者と共同研究を進めるなどの緊密な連携が必要であることがわかった。一旦は、「局所的に最も近接な参照ゲノム配列選択に基づくアプローチの開発・評価」を進めて、今後のアプローチ方法を考案したい。