对基因组解释的结构变异注释工具的系统评估
Xuanshi Liu1, Lei Gu2, Chanjuan Hao1
1Beijing Key Laboratory for Genetics of Birth Defects, Beijing Pediatric Research Institute; MOE Key Laboratory of Major Diseases in Children; Genetics and Birth Defects Control Center, National Center for Children's Health; Beijing Children's Hospital, Capital Medical University, Beijing, China.
基准结构变体 (SV) 优先级工具的基准测试显示了基于知识和数据的方法在预测疾病相关性方面具有可比的有效性. 工具选择对于特定的研究需求至关重要,指导未来的基因组研究进步.
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:
- 结构变异 (SV) 显著影响人类特征和疾病,但难以分析.
- 对于SV优先级存在许多计算工具,但它们在现实世界中的生物医学实用性尚未得到充分证实.
研究的目的:
- 为了对八种广泛使用的SV优先级工具的性能进行基准测试.
- 在各种基因组数据中评估工具的准确性,稳定性,可用性和效率.
主要方法:
- 将工具分类为以知识驱动 (AnnotSV,ClassifyCNV) 和以数据驱动 (CADD-SV,dbCNV,StrVCTVRE,SVScore,TADA,XCNV) 的组.
- 使用七个独立数据集评估性能,考虑基因组背景和生物机制.
- 评估的计算效率.
主要成果:
- 基于知识和数据的工具在预测 SV 病原性方面表现出相似的有效性.
- 各个工具的性能各不相同,突出了根据研究目标进行仔细选择的必要性.
- 确定了未来工具改进的领域.
结论:
- 该研究提供了对SV分析工具的批判性评估框架.
- 为生物医学研究人员利用SV数据提供实用指南.
- 旨在促进改进基因组研究工具的开发.
更多相关视频
08:46Implementation of In Vitro Drug Resistance Assays: Maximizing the Potential for Uncovering Clinically Relevant Resistance Mechanisms
Published on: December 9, 2015
11:02Detecting Somatic Genetic Alterations in Tumor Specimens by Exon Capture and Massively Parallel Sequencing
Published on: October 18, 2013
相关概念视频
Genome Annotation and Assembly
Comparing Copy Number Variations and SNPs
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
Evolutionary Relationships through Genome Comparisons
