eccDNA2Ca: un marco de aprendizaje profundo de conjunto para la predicción interpretable de ADN circulares...

Área de la Ciencia:

• Biología Computacional
• Genómica
• Investigación sobre el Cáncer

Sus antecedentes:

• El ADN circular extracromosómico (eccDNA) impulsa la amplificación de oncogenes, la resistencia terapéutica y la heterogeneidad del cáncer.
• Los métodos computacionales actuales para eccDNA carecen de enfoque en la significancia funcional y clínica en la oncogénesis.

Objetivo del estudio:

• Desarrollar eccDNA2Ca, un marco interpretable para predecir eccDNA asociados al cáncer a partir de secuencias crudas.
• Permitir estudios funcionales y descubrimiento de biomarcadores priorizando los eccDNA.

Principales métodos:

• Desarrollamos eccDNA2Ca, un marco de aprendizaje de conjunto que combina XGBoost, CNN y LSTM.
• Entrenamos modelos en un conjunto de datos curado de 465 eccDNA humanos en 16 tipos de cáncer.
• Utilizamos características genómicas, codificaciones de secuencias profundas, análisis SHAP y descubrimiento de motivos para la interpretabilidad.

Principales resultados:

• eccDNA2Ca logró un rendimiento superior (AUC > 0,96, AUPR > 0,95) y superó a los clasificadores convencionales.
• La interpretación de características resaltó el contenido de repeticiones y las frecuencias de k-mers.
• El análisis de motivos encontró sitios de unión de factores de transcripción.
• Se validaron las asociaciones entre los eccDNA predichos y la carga mutacional del tumor, la infiltración inmune, la inestabilidad de microsatélites y la supervivencia del paciente.

Conclusiones:

• eccDNA2Ca es la primera herramienta interpretable y de código abierto que prioriza los eccDNA relevantes para el cáncer basándose en características de secuencia.
• Proporciona un recurso escalable para estudios funcionales de eccDNA, descubrimiento de biomarcadores de cáncer y genómica traslacional.
• El código fuente y el servidor web están disponibles públicamente para una aplicación de investigación más amplia.