深度卷积和条件神经网络用于大规模的基因组数据生成
Burak Yelmen1,2, Aurélien Decelle1,3, Leila Lea Boulos1,4
1Université Paris-Saclay, CNRS, INRIA, LISN, Paris, France.
PLoS computational biology
|October 30, 2023
概括
生成神经网络创建人工基因组 (AG),模仿真实基因组数据,解决可扩展性问题. 这些模型为研究提供高质量的,保护隐私的基因组数据.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 机器学习 机器学习
背景情况:
- 生成模型越来越多地用于基因组数据分析和生成.
- 之前的研究表明,生成对抗网络 (GAN) 和受限制的博尔兹曼机器 (RBM) 可以创建人工基因组 (AG).
- 由于其庞大的特征空间,可扩展性仍然是全基因组数据的挑战.
研究的目的:
- 为高SNP数的人工基因组生成开发可扩展的生成模型.
- 评估生成的单元类型的质量,并评估隐私泄露.
- 使使用基因组数据替代品的伦理研究成为可能.
主要方法:
- 实现一个新的卷积式Wasserstein GAN (WGAN).
- 开发一种新的有条件RBM (CRBM) 框架.
- 对哈普洛型质量和隐私泄露的比较分析.
主要成果:
- 新的WGAN和CRBM模型有效地产生具有高SNP数量的AG.
- 这些模型捕获复杂的基因组相关性,并产生多样化,可信的单元类型.
- 生成的人工基因组段显示,训练数据的隐私泄露最小.
结论:
- 可扩展的生成神经网络可以产生高质量的人工基因组,具有保存的特征.
- 这些方法为保护基因组数据中的遗传隐私提供了有希望的方法.
- 大规模的人工基因组数据库可以促进伦理基因组研究.
