驱动器检测器:一个R包,为癌症驱动基因检测提供多种统计方法和下游分析工具
Zeyuan Wang1, Hong Gu1, Pan Qin1
1Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Lingshui Street, Dalian, 116024, Liaoning, China.
Heliyon
|January 16, 2025
概括
识别癌症驱动基因是一项挑战. 作为一个R包,DriverDetector采用了投票策略,整合了11种强大的检测方法,提高了一致性,并帮助有针对性的药物开发.
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:
- 鉴定癌症驱动基因是复杂的,因为瘤异质性和基因相互作用.
- 现有的算法缺乏一致的结果,需要改进的检测方法.
- 序列数据的可用性越来越高,推动了对先进计算方法的需求.
研究的目的:
- 开发DriverDetector,一个可靠的癌症驱动基因检测和分析的R包.
- 整合多种统计方法,可对驱动基因进行可靠的识别.
- 为癌症基因组学研究提供一个用户友好的工作流.
主要方法:
- 使用共变空间距离和二项式测试开发了一个背景突变速率模块.
- 整合了11种驱动基因识别方法,包括新的费舍尔方法变体.
- 应用了一种结合10种统计方法的投票策略,以提高预测的一致性.
主要成果:
- 对12个TCGA数据集的验证显示,通过个别方法识别的基因组存在显著差异.
- 投票策略在驱动基因预测方面表现出卓越的一致性.
- 发现样本大小对预测驱动基因的数量有显著影响.
结论:
- 司机检测器为癌症驱动基因检测提供了强大的和用户友好的方法.
- 投票策略提高了预测可靠性和一致性.
- 这种工具可以促进早期癌症诊断和向治疗的开发.
