HiSVision:一种基于Hi-C数据和检测变压器检测大规模结构变化的方法
Haixia Zhai1, Chengyao Dong1, Tao Wang1
1School of Software, Henan Polytechnic University, Jiaozuo, 454003, China.
Interdisciplinary sciences, computational life sciences
|December 23, 2024
概括
使用Hi-C数据,HiSVision可以准确地识别人类基因组中的大型结构变异 (SV). 这种新方法提高了检测癌症相关基因组变化的精度和F1分数.
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 (SVs) 显著影响人类健康和疾病,特别是癌症.
- Hi-C 测序对于检测大规模 SVs 是有价值的,但由于复杂的 3D 基因组结构,从接触矩阵准确识别仍然具有挑战性.
研究的目的:
- 开发一种新的计算方法,HiSVision,用于从Hi-C数据中准确识别大规模的SV.
- 为了利用检测变压器框架,在基因组成像中增强SV检测.
主要方法:
- 将Hi-C接触矩阵转换为图像表示.
- 使用检测变压器网络在这些图像中识别候选 SV 区域.
- 实施了基于断点特征的过系统,以改进SV调用.
主要成果:
- 与现有方法相比,HiSVision表现出优越的性能.
- 在癌细胞系和模拟数据集上识别SV的更高的精度和F1得分.
结论:
- HiSVision提供了一种强大而准确的方法,用于从Hi-C数据中大规模检测SV.
- 该方法对推进癌症基因组学研究和了解SVs在疾病中的作用有希望.
