一个基准测试框架,用于准确和经济有效地检测临床相关的结构变异,用于癌症标识和诊断
Guiwu Zhuang1, Xiaotao Zhang2, Wenjing Du3
1Department of Gastrointestinal Surgery, The Eighth Affiliated Hospital, Sun Yat-Sen University, Shenzhen, China.
Journal of translational medicine
|January 16, 2024
概括
精确的癌症结构变体 (SV) 检测对于诊断至关重要. 这项研究开发了一种具有成本效益的计算框架,并对其进行了验证,达到90%以上的临床效用准确度.
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:
- 准确的临床结构变异 (SV) 调用对于癌症标识和诊断至关重要.
- 缺乏临床标本的基本真相,历来挑战了SV检测.
- 降低临床试验成本是广泛使用SV的关键.
研究的目的:
- 开发一个计算框架,以准确和经济有效地检测临床相关的SVs.
- 为癌症研究建立一个有效的SV呼叫集.
- 提高SV检测的临床适用性.
主要方法:
- 对来自476名患者的大型瘤样本数据的分析.
- 开发一个用于SV检测的计算框架.
- 使用标准材料,免疫组织化学和光 in situ 杂交的验证.
主要成果:
- 系统评估常见的SV检测算法.
- 创建一个由专家审查的SV呼叫集 (1303个瘤特定的SV).
- 开发一个随机森林模型,实现SV检测的准确度>90% (92-99.78%).
结论:
- 这项研究为改善癌症特异性SV检测提供了宝贵的资源.
- 提供了一份可操作的指南,以提高SV检测的临床适用性.
- 开发的框架显示了高准确性和成本效益.
更多相关视频
09:34Targeted Next-generation Sequencing and Bioinformatics Pipeline to Evaluate Genetic Determinants of Constitutional Disease
Published on: April 4, 2018
33.8K
13:24Integration of Wet and Dry Bench Processes Optimizes Targeted Next-generation Sequencing of Low-quality and Low-quantity Tumor Biopsies
Published on: April 11, 2016
11.9K
