通过生物复制品改善体外体序列测序性能
Yunus Emre Cebeci1, Rumeysa Aslihan Erturk1, Mehmet Arif Ergun1
1Department of Computer Engineering, Istanbul Technical University, 34469, Istanbul, Turkey.
BMC bioinformatics
|March 23, 2024
概括
生物复制品在下一代测序 (NGS) 中提高了体质变异检测准确度. 这种方法提高了用于癌症诊断和向治疗的机器学习模型性能.
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.
- 计算生物学 计算生物学
背景情况:
- 下一代测序 (NGS) 能够快速进行DNA分析,这对于识别癌症等疾病的体变异至关重要.
- 瘤中的基因组不稳定性通过增加异质性,挑战变异检测准确性和可重现性而使NGS复杂化.
- 有限验证的体变异基准测试集阻碍了癌症诊断和向治疗开发的进展.
研究的目的:
- 评估基于复制的共识方法对体质变异检测准确性的影响.
- 开发预测机器学习 (ML) 模型,使用共识变体来提高性能.
主要方法:
- 使用了测序质量控制第二阶段 (SEQC2) 身体测序数据集,包括瘤/正常生物复制品.
- 通过整合来自多个生物复制品的数据来增强变异调用,开发了共识方法.
- 训练有素的ML模型使用基于复制的共识变体作为基础真理标签.
主要成果:
- 基于复制的共识方法显著提高了体质变异检测系统的准确性.
- 使用共识变体训练的机器学习模型实现了与最佳模型相比的性能.
- 证明了生物复制品作为一个具有成本效益的验证策略的潜力.
结论:
- 基于复制的共识方法提供了一个可行的策略,以提高体质变异调用性能.
- 这种方法有助于为特定的基因组应用开发高效准确的ML模型.
- 生物复制品的可访问性使这种方法成为改善癌症研究中NGS数据分析的实用方法.
