PgxSAVy:一种用于全面评估蛋白质基因组学中变异质量的工具 - 抓住 (不) 寻常的嫌疑人
Anurag Raj1,2, Suruchi Aggarwal3,4,5, Prateek Singh1,2
1G. N. Ramachandran Knowledge Centre for Genomics Informatics, CSIR - Institute of Genomics and Integrative Biology, New Delhi, India.
Computational and structural biotechnology journal
|January 31, 2024
概括
从单核酸多态 (SNP) 来变异影响蛋白质功能. PgxSAVy通过准确识别真实变异来增强蛋白质基因组分析,减少疾病诊断和个性化医学的错误阳性.
科学领域:
- 蛋白质基因组学是什么
- 基因组学和蛋白质组学
- 生物医学信息学 生物医学信息学
背景情况:
- 单核酸多态 (SNP) 可以产生变异,改变蛋白质功能,对疾病诊断和个性化治疗产生影响.
- 目前的蛋白质基因组分析管道在变异的高假阳性率下扎,缺乏统一的质量评估方法.
- 现有的质量控制协议往往是手动的,繁的,并且在实验室中缺乏标准化.
研究的目的:
- 开发和验证一种强大的计算方法,用于精确的质量控制和变异的注释.
- 为了应对蛋白质基因组数据中高错误阳性率的挑战.
- 为变异分析提供标准化的框架,以推进个性化医学.
主要方法:
- 变异重定位集成强度,变异信息和搜索结果特征.
- 开发PgxSAVy,一种用于变体的质量控制工具,包括变体质量,同位体质量和疾病注释.
- 对公共光谱数据集的大规模蛋白质基因组再分析 (PXD004010和PXD001468).
主要成果:
- 使用模拟数据,PgxSAVy在识别真实变异方面表现出高准确度 (98.43%).
- 在一次大规模的再分析中,PgxSAVy评估了12705个变异谱匹配 (PSM),将23.8%归类为自信,11.1%为半自信,65.1%为怀疑.
- 该工具成功地根据病原性对变异进行注释,并支持手动验证,从而在发现途径时实现细粒度.
结论:
- 集成到PgxSAVy中的变异性重组有效地减少了假阳性结果,并提高了蛋白质基因组分析的可靠性.
- PgxSAVy提供了一个严格而全面的质量控制和蛋白质基因组变异优先级的框架.
- 这一进步促进了蛋白质基因组数据在个性化医学中的应用,用于疾病诊断和向治疗.
