在全球基因组新生儿查计划中对遗传疾病的数据驱动考虑

科学领域:

• 基因组学就是基因组学.
• 公共卫生 遗传学 公共卫生 遗传学
• 生物信息学是一种生物信息学.

背景情况:

• 新生儿测序 (NBSeq) 正在扩大遗传疾病查.
• 在跨越国际NBSeq计划的基因选择中存在显著的变异性.
• 需要一种系统的方法来优先考虑NBSeq.的基因.

研究的目的:

• 开发一种系统的方法来优先考虑新生儿基因序列的基因.
• 确定影响基因纳入NBSeq程序的关键预测因素.
• 创建一个机器学习模型来对基因进行排名,以考虑公共卫生问题.

主要方法:

• 在27个NBSeq程序中汇集了4,390个基因的25个特征的数据集.
• 采用回归分析来确定基因包含的预测因素.
• 开发了一种机器学习模型 (增强树),使用13个预测因素来对基因进行排名.

主要成果:

• 在27个NBSeq程序 (134-4,299个基因) 中,基因含量差异很大.
• 只有74个基因 (1.7%) 被纳入超过80%的项目.
• 纳入关键预测因素是:美国推统一查小组列出 (74.7%的增加),自然史证据 (29.5%),和治疗疗效 (17.0%).
• 机器学习模型在预测基因包含方面取得了高准确性 (AUC=0.915,R2=84%).

结论:

• 开发的机器学习模型为NBSeq.提供了一个排名的基因列表.
• 这个模型可以适应不断变化的证据和区域要求.
• 它在NBSeq倡议中促进了更一致和更明智的基因选择.