Video Experimental Relacionado
Updated: May 13, 2026
10:36
Rare Event Detection Using Error-corrected DNA and RNA Sequencing
Published on: August 3, 2018
12.2K
Agente de MRD: Optimización de parámetros iterativos y adaptativos para la detección estable de MRD basada en ctDNA
Tianci Wang1,2, Xin Lai1,2, Shenjie Wang1,2
1School of Computer Science and Technology, Xi'an Jiaotong University, Xi'an, China.
Bioinformatics (Oxford, England)
|September 1, 2025
Resumen
MRDagent mejora la detección de la enfermedad residual mínima (MRD) utilizando secuenciación de próxima generación (NGS) mediante el empleo de un marco adaptativo y un metamodelo CNN para la llamada de variantes estables y eficientes del ADN tumoral circulante (ctDNA). Esta herramienta ofrece una solución fiable para aplicaciones clínicas.
Área de la Ciencia:
- En el campo de la oncología
- La bioinformática
- La genómica
Sus antecedentes:
- La enfermedad residual mínima (MRD) es un biomarcador pronóstico crítico en el manejo del cáncer, pero su detección a través del análisis de ADN tumoral circulante (ctDNA) basado en secuenciación de próxima generación (NGS) es un desafío debido a la baja frecuencia de alelos variantes (VAF) y la heterogeneidad de la muestra.
- Los métodos actuales luchan con la detección estable de MRD debido a la necesidad de ajuste de parámetros individualizados, parámetros de flujo de trabajo interdependientes y limitaciones en la optimización automatizada.
Objetivo del estudio:
- Desarrollar una nueva herramienta de detección de variantes, MRDagent, específicamente diseñada para la detección robusta y estable de la enfermedad residual mínima (MRD).
- Abordar los desafíos de la optimización de parámetros en los flujos de trabajo de detección de MRD mediante la creación de una solución computacional adaptativa y eficiente.
Principales métodos:
- MRDagent utiliza un marco de optimización iterativo y auto adaptativo para administrar parámetros complejos y acoplados en diferentes etapas de detección de variantes.
- Integración de un metamodelo basado en una red neuronal convolucional (CNN) para la predicción rápida de parámetros, entrenado en datos históricos para mejorar la eficiencia computacional y la generalización.
Principales resultados:
- MRDagent demuestra un rendimiento superior y estable en la detección de MRD en conjuntos de datos simulados y reales.
- La herramienta proporciona una solución eficiente y fiable para la detección de MRD, mejorando la utilidad del análisis de ctDNA en la investigación clínica y de alto rendimiento.
Conclusiones:
- MRDagent ofrece un avance significativo en la tecnología de detección de MRD, superando las principales limitaciones de los métodos existentes.
- La herramienta desarrollada está disponible gratuitamente, lo que facilita su adopción en la práctica clínica y la investigación para mejorar la gestión de los pacientes con cáncer.
