EpiDiP/NanoDiP:一个多功能无监督的机器学习边缘计算平台,用于表观基因瘤诊断
Jürgen Hench1, Claus Hultschig2, Jon Brugger2
1Institut für Medizinische Genetik und Pathologie, Universitätsspital Basel, Schönbeinstr. 40, 4031, Basel, Switzerland. juergen.hench@usb.ch.
Acta neuropathologica communications
|April 4, 2024
概括
一个新的开源套件,EpiDiP/NanoDiP,提供精确的DNA甲基化和复制号分析,用于在各种测序方法中进行诊断瘤类型. 它在边缘设备上离线运行,确保数据隐私,并允许快速的内部分类.
科学领域:
- 表观遗传学和分子诊断学
- 计算生物学和生物信息学
- 瘤学和病理学
背景情况:
- DNA甲基化分析对于精确的瘤类型定型至关重要,微阵列和纳米孔序列是常见的方法.
- 现有的工具缺乏对各种甲基化分析数据 (微阵列,纳米孔,并行测序) 和离线操作的全面支持.
- 需要集成软件,可以处理各种数据类型,控制序列,并在资源有限的诊断实验室运行.
研究的目的:
- 介绍EpiDiP/NanoDiP,这是一个开源套件用于DNA甲基化和复制号分析.
- 为分类和解释微阵列,纳米孔和并行测序数据提供一个多功能工具.
- 为了快速诊断瘤分类,在边缘计算设备上实现离线,保护隐私的分析.
主要方法:
- 开发和对EpiDiP/NanoDiP开源DNA甲基化和副本编号分析套件进行基准测试.
- 利用2019-2021年公司内部常规诊断数据,与已有的监督机器学习方法进行基准测试.
- 设计用于在成本和节能边缘计算设备 (System-on-Chip,gpGPU增强) 在离线模式下进行本地操作.
主要成果:
- EpiDiP/NanoDiP成功地分类和解释来自不同测序平台的DNA甲基化和拷贝数数据.
- 该软件在边缘设备的离线模式下有效运行,确保数据隐私并实现快速分析.
- 基准测试证实了其与既有方法相比的性能,并有可能用于手术内分子瘤分类.
结论:
- EpiDiP/NanoDiP解决了现有工具的局限性,为DNA甲基化分析提供了一个统一的,多功能平台.
- 该套件促进了快速,保护隐私的瘤分类,支持诊断常规和表观遗传学研究.
- 它是病理学家和研究人员的宝贵资源,提高了诊断精度和效率.


