CanDrivR-CS: un marco de aprendizaje automático específico para el cáncer para distinguir variantes recurrentes y...

Área de la Ciencia:

• Genómica
• Investigación sobre el cáncer
• Bioinformática

Sus antecedentes:

• Las variantes de sentido erróneo, las sustituciones de nucleótidos únicos que alteran las proteínas, son cruciales en el desarrollo del cáncer.
• Diferenciar las variantes de sentido erróneo recurrentes de las raras ofrece información sobre la evolución del cáncer y los impactos funcionales.
• Las herramientas existentes a menudo carecen de contexto específico del cáncer para la predicción de la patogenicidad de las variantes.

Objetivo del estudio:

• Desarrollar modelos específicos del cáncer para distinguir variantes somáticas de sentido erróneo raras y recurrentes.
• Identificar características clave que impulsan la recurrencia de variantes en tipos de cáncer específicos.
• Proporcionar una herramienta computacional (CanDrivR-CS) para analizar contextos de variantes específicos de tumores.

Principales métodos:

• Datos curados del Consorcio Internacional del Genoma del Cáncer (ICGC).
• Se entrenaron 50 modelos de gradient boosting específicos del cáncer.
• Se empleó la validación cruzada leave-one-group-out (LOGO-CV) para la evaluación del rendimiento.

Principales resultados:

• Los modelos específicos del cáncer superaron significativamente a una línea de base pan-cancarosa.
• Se alcanzó hasta un 90% de puntuación F1 para el melanoma cutáneo.
• Se identificaron características de la forma del ADN como altamente predictivas, con variantes recurrentes enriquecidas en dobleces y giros del ADN.

Conclusiones:

• CanDrivR-CS proporciona un enfoque potente para analizar variantes somáticas de sentido erróneo en el cáncer.
• La comprensión de los patrones de recurrencia de variantes puede dilucidar las presiones selectivas específicas del cáncer.
• Las características estructurales del ADN son determinantes importantes de los puntos calientes mutacionales en el cáncer.