综合方法生成人造样本与低瘤分数的体质变体的呼叫基准测试的基准测试
Aldo Sergi1,2, Luca Beltrame3, Sergio Marchini3
1Dipartimento di Elettronica, Informazione e Bioingegneria, Politecnico di Milano, Via Ponzio 34/5, 20133, Milan, Italy. aldo.sergi@polimi.it.
BMC bioinformatics
|May 9, 2024
概括
这项研究引入了一种计算方法来生成人工测序数据,改善了对癌症研究至关重要的低分数体质变异的检测. 这有助于对最小瘤DNA样本的变异调用算法进行基准测试.
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:
- 高通量测序 (HTS) 是癌症变异分析的标准.
- 来自瘤异质性或污染的低分数体质变体挑战HTS管道,特别是与循环瘤DNA一样的最小DNA.
- 评估HTS对低分数变体的敏感性是资源密集的.
研究的目的:
- 开发一种用于生成人工数据集的计算方法,以对低分数变量调用进行基准测试.
- 模拟超深度定向测序数据的低分数变体.
主要方法:
- 利用阅读模拟器NEAT,生成模拟真实数据的人工原始阅读.
- 将低分数变体纳入模拟数据集,以表示最小瘤DNA含量.
- 使用生成的数据集作为基准真理来评估变量调用算法.
主要成果:
- 人工数据集有效地模拟了最小瘤DNA样本中的低分数变异.
- 与这些数据集的基准测试允许调整主要变种调用者的参数.
- 性能评估表明,非常低分数变体的检测得到了显著改进.
结论:
- 开发的方法对于创建用于低瘤分数分析的人工数据集至关重要.
- 促进快速原型设计和对低分数变体调用算法的基准测试.
- 强调需要在低分数变体呼叫技术方面取得进展.


