使用卷积神经网络优化序列数据分析,用于预测CNV诱位置
Zoltán Maróti1, Peter Juma Ochieng2,3,4, József Dombi5,6
1Albert Szent-Györgyi Health Centre, University of Szeged, Korányi fasor 14-15, Szeged, H-6725, Csongrád-Csanád, Hungary. maroti.zoltan@med.u-szeged.hu.
BMC bioinformatics
|December 24, 2024
概括
这项研究引入了一种新的1D卷积神经网络 (CNN) 模型,用于预测捕获诱位置,以改善副本数变化 (CNV) 分析. 这种方法在下一代测序 (NGS) 数据中增强了GC偏差规范化,提高了CNV检测的准确性.
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:
- 从目标捕获下一代测序 (NGS) 数据中准确检测副本数量变化 (CNV) 需要有效规范化读取覆盖范围配置文件.
- GC偏差是一个重大挑战,影响了CNV检测的灵敏度和特异性.
- 关于精确的鱼捕获诱设计的有限信息阻碍了精确的规范化.
研究的目的:
- 开发一种使用1D卷积神经网络 (CNN) 的新方法,以预测整个外因子测序 (WES) 套件中的捕获诱位置.
- 通过准确识别诱坐标来实现GC偏差的精确规范化.
- 提高CNV数据的整体规范化.
主要方法:
- 利用1D CNN模型来预测捕获诱的位置.
- 评估了最佳的超参数,模型架构和复杂性,用于诱预测.
- 研究了空间性和组合输入数据 (实验覆盖,目标信息,序列数据) 的重要性.
主要成果:
- 与Dense NN相比,CNN模型在预测诱位置方面表现优异.
- 批量正常化被认为是稳定的CNN模型培训的关键.
- 在CNN模型中,与真正的诱位置有很高的重叠 (>90%),尤其是在使用组合输入数据时.
结论:
- 基于CNN的方法可以优化覆盖数据分析,以改善CNV规范化.
- 准确的诱位置预测有助于更好的GC偏差正常化,并减少系统偏差.
- 这种方法提高了基因组研究中CNV检测的灵敏度和特异性.
