一个通用的管道用于CADD得分生成:CADD和火CADD

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:

• 联合注释依赖枯竭 (Combined Annotation Dependent Depletion,简称CADD) 是一种机器学习方法,可以预测遗传变异的有害性.
• CADD利用各种基因组特征将PHRED类等级分数分配给变体.
• 现有的CADD方法通常依赖于已知致病性或良性变异的有限,潜在偏差的数据集.

研究的目的:

• 开发一种非特定物种的自动化管道,用于生成CADD分数.
• 为满足可扩展的CADD得分生成需求,并增加高质量的基因组和功能注释的可用性.
• 使用开发的管道提供更新的chickenCADD和新的火CADD分数.

主要方法:

• 开发了一个新的,自动化管道用于CADD得分生成.
• 管道只需要高质量的基因组,基因注释和多种物种对齐.
• 应用管道来生成更新的CADD和新CADD分数.

主要成果:

• 成功实施了用于CADD得分计算的非物种特定管道.
• 生成更新的CADD分数和新的火CADD分数.
• 该管道为各种物种提供了有效的CADD分数生成.

结论:

• 新的管道使各种物种可扩展和自动化的CADD得分生成成为可能.
• 这一进步支持CADD在基因组研究中的更广泛应用.
• 现在可获得针对鸟类物种的更新和新的CADD得分.