大基因组变异调用格式 (VCF) 数据的公平隐私保护操作,无需下载或安装
Yasmmin C Martins1, Praphulla Ms Bhawsar2, Jeya B Balasubramanian2
1National Laboratory of Scientific Computing, Petrópolis, Brazil.
概括
一个新的JavaScript模块可以在浏览器中从大型VCF文件中有效地检索特定的遗传变异. 该工具克服了个人化医学和消费者基因组学应用程序访问基因组数据的挑战.
科学领域:
- 生物信息学是一种生物信息学.
- 计算型基因组学计算型基因组学
- 数据科学数据科学数据科学
背景情况:
- 基因测试和消费者基因组学产生了大量的数据集,这给全基因组关联研究 (GWAS) 数据的个性化分析带来了挑战.
- 在大型压缩的VCF (变异调用格式) 文件中访问特定的遗传变异是很困难的,特别是没有伴随的索引文件或服务器端处理.
- 对隐私敏感的VCF文件通常在缺乏对有效数据检索的原生支持的环境中托管.
研究的目的:
- 开发一种便携式解决方案,有效地从VCF文件中检索目标遗传变异.
- 能够在浏览器内处理大型基因组数据集,而不需要下载或安装.
- 加强基因组数据的互操作性和可重复使用性,与FAIR数据原则保持一致.
主要方法:
- 开发了一个JavaScript模块,利用字节范围请求从VCF文件中获取部分内容.
- 在VCF文件中实现了尺寸可变,位置不规则的压缩块的即时解压.
- 集成了一个二进制搜索算法,以有效地识别特定的染色体位置范围.
主要成果:
- 成功创建了一个零足迹的浏览器内解决方案,用于访问VCF文件中的特定遗传变异.
- 该模块有效地处理压缩数据,并导航大型文件以提取目标信息.
- 该解决方案支持面向用户的治理,并提高了个性化基因组学数据的可访问性.
结论:
- 开发的JavaScript模块显著提高了用于个性化基因组应用的VCF数据的可访问性和可用性.
- 这种方法通过实现基因变异信息的互操作性和可重复使用性来促进FAIR数据原则.
- 该工具为研究人员和与大规模基因组数据集工作的消费者提供了实用解决方案.
