CYTO-SV-ML:一种机器学习工具,用于在体细胞类型中使用基因组序列进行细胞遗传结构变异分析

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.
• 机器学习 机器学习

背景情况:

• 全基因组测序 (WGS) 可以进行全面的结构变异 (SV) 分析,但区分大型体质 SV (≥ 1 Mb) 和生殖系 SV 仍然具有挑战性.
• 准确的区分对于诊断诸如骨髓质疏松综合征 (MDS) 等疾病至关重要,因为传统的细胞遗传方法存在局限性.

研究的目的:

• 开发和验证一个机器学习管道 (CYTO-SV-ML) 来准确识别从WGS数据中的体细胞遗传性SV.
• 使用开发的管道,对患有MDS的患者的结构变异概况进行表征.

主要方法:

• 使用Snakemake开发了一个定制的机器学习管道 (CYTO-SV-ML),结合了自动化工作流和用户界面.
• 一个AUTO-ML模型被训练并使用来自开放数据库的已知SV进行验证.
• 该管道应用于来自MDS患者的全血WGS数据.

主要成果:

• CYTO-SV-ML在分类体细胞遗传性SV方面表现出很高的表现,AUCROC值为0.94 (转位) 和0.92 (非转位).
• 该管道确定了207个体质细胞遗传性SV,在临床记录的验证中超过了传统的SV呼叫管道 (143个SV).
• 在没有成功的临床细胞遗传结果的MDS患者中,在89%的MDS患者中发现了新的体质细胞遗传SV.

结论:

• CYTO-SV-ML管道提供了一种高性能机器学习方法,用于从基因组测序数据中分类SV.
• 使用直角方法进一步验证新的异常是必要的,以实现细胞遗传学诊断的全部临床潜力.