AIVariant:一种基于深度学习的体变异检测器,用于高度污染的瘤样本.
Hyeonseong Jeon1,2, Junhak Ahn2,3, Byunggook Na4
1Interdisciplinary Program in Bioinformatics, Seoul National University, Seoul, 08826, Republic of Korea.
Experimental & molecular medicine
|July 31, 2023
概括
在低纯度或低深度瘤样本中检测体质DNA变异是困难的. 在广泛的真实数据上训练的深度学习模型AIVariant显著提高了变体检测准确度,特别是在具有挑战性的低资源场景中.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 癌症研究 癌症研究
背景情况:
- 准确检测体质DNA变异对于癌症诊断和治疗至关重要.
- 样本中的低瘤纯度和测序深度对变种识别构成重大挑战.
- 现有的方法很难在这些困难的样本类型中可靠地检测变异.
研究的目的:
- 开发一种先进的深度学习模型,以改进体质DNA变体检测.
- 解决目前的方法在低瘤纯度和测序深度场景的局限性.
- 为了创建一个强大的模型,训练在一个全面的数据集实际的积极和消极变体.
主要方法:
- 构建一个扩展的数据集,包括各种瘤纯度和测序深度的实际阳性变异.
- 包括实际的负变异,具体来自测序器特定的错误.
- 在这个精心策划的数据集上开发和培训一个深度学习模型,AIVariant.
主要成果:
- 与现有方法相比,AIVariant模型表现出优越的性能.
- 在瘤纯度低和测序深度低的条件下,性能特别提高.
- 该模型有效地区分真实变体和序列错误.
结论:
- AIVariant在体质DNA变异检测方面取得了重大进展,特别是在具有挑战性的样品中.
- 该模型的性能突出显示了使用全面数据集的深度学习的有效性.
- 这种方法有可能提高诊断准确度,并指导个性化癌症治疗.


