Desinfección de datos para reducir la fuga de información privada de la genómica funcional

Área de la Ciencia:

• La genómica
• La bioinformática
• Biología computacional

Sus antecedentes:

• Los conjuntos de datos de genómica funcional se están expandiendo rápidamente, ofreciendo información sobre la regulación génica y los fenotipos de los organismos.
• La secuenciación de próxima generación en estos estudios plantea preocupaciones de privacidad, limitando el amplio intercambio de datos.
• Los modelos de acceso controlado existentes obstaculizan el intercambio de datos sin procesar que son cruciales para el poder estadístico y la reproducibilidad.

Objetivo del estudio:

• Desarrollar un procedimiento de saneamiento de datos para compartir lecturas de genómica funcional sin procesar.
• Para minimizar la filtración de privacidad al tiempo que permite compromisos de privacidad y utilidad.
• Facilitar un intercambio más amplio de datos de genómica funcional.

Principales métodos:

• Se desarrolló un nuevo protocolo de saneamiento de datos para las lecturas de genómica funcional en bruto.
• El procedimiento cuantifica la filtración de privacidad vinculando estadísticamente a los participantes del estudio a personas conocidas.
• El análisis de vinculación se realizó utilizando genomas de referencia de alta precisión y muestras ambientales.

Principales resultados:

• El procedimiento de saneamiento de datos minimiza efectivamente la fuga de privacidad de las lecturas de genómica funcional.
• El protocolo es compatible con los ensayos tradicionales de Illumina y la secuenciación avanzada de ARN de una sola célula 10x.
• El método permite equilibrar la protección de la privacidad con la utilidad de los datos para fines de investigación.

Conclusiones:

• Un nuevo método para desinfectar los datos de genómica funcional permite un intercambio más amplio.
• Este enfoque aborda las preocupaciones de privacidad asociadas con los datos de secuenciación de próxima generación.
• El protocolo desarrollado apoya una mayor reproducibilidad de la investigación y el poder estadístico.