Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés. View in English

Evaluación clínica de la reproducibilidad de la sonda de secuenciación de próxima generación en la secuenciación de lectura corta (ClinRay) utilizando gemelos digitales

  • 0Department of Quantitative Health Sciences, Mayo Clinic, Rochester, Minnesota.

|

|

Resumen

Este resumen es generado por máquina.

ClinRay mejora la detección de variantes en regiones genómicas difíciles utilizando secuenciación de lectura corta. Esta herramienta bioinformática mejora la reproducibilidad mediante la creación de datos sintéticos, lo que ayuda al diagnóstico clínico.

Área De La Ciencia

  • La genómica
  • La bioinformática
  • Diagnóstico clínico

Sus Antecedentes

  • La secuenciación de lectura corta de próxima generación (NGS) es crucial para el diagnóstico clínico, pero tiene dificultades para detectar variantes en regiones genómicas complejas.
  • Estas regiones, incluidas las duplicaciones segmentarias y las secuencias de repetición, afectan la reproducibilidad de la detección de variantes.
  • Los métodos de validación actuales son costosos y requieren mucho tiempo, retrasando los resultados clínicos.

Objetivo Del Estudio

  • Desarrollar un nuevo método bioinformático, ClinRay, para predecir la reproducibilidad de la detección de variantes en regiones genómicas difíciles de secuenciar.
  • Abordar las limitaciones de los NGS de lectura corta en áreas genómicas complejas.
  • Mejorar la precisión y la eficiencia de la detección de variantes para aplicaciones clínicas.

Principales Métodos

  • ClinRay utiliza un enfoque de "gemelo digital" para mejorar sintéticamente los datos de las regiones con sospecha de mala reproducibilidad.
  • El modelo fue entrenado utilizando datos de alineación de ocho réplicas del genoma en una línea celular Bottle HG002.
  • Los recursos de anotación de contexto genómico disponibles públicamente se integraron en el desarrollo del modelo.

Principales Resultados

  • ClinRay logró un área bajo la curva característica de funcionamiento del receptor (AUC) de 0,89 (95% IC, 0,88- 0,90) en los datos del ensayo.
  • El modelo demostró un buen rendimiento en un conjunto de datos de validación independiente con un AUC de 0,85 (IC del 95%, 0,84-0,86).
  • ClinRay predice efectivamente la reproducibilidad de las variantes detectadas por las sondas NGS de lectura corta.

Conclusiones

  • ClinRay ofrece una solución bioinformática generalizable para mejorar la reproducibilidad de la detección de variantes en regiones genómicas desafiantes.
  • El método tiene el potencial de reducir los costos y los tiempos de respuesta en laboratorios clínicos.
  • ClinRay mejora la fiabilidad del NGS de lectura corta para la interpretación de variantes clínicas.