一个集成的多重体烧测序系统和CLPSQ-Net算法用于多重体微型型的基因定型的概念验证研究
Yueyan Cao1, Qiang Zhu2, Yuguo Huang2
1College of Basic Medicine & Forensic Medicine, Henan University of Science and Technology, Luoyang, China; West China School of Basic Medical Sciences & Forensic Medicine, Sichuan University, Chengdu, China.
Forensic science international
|November 30, 2025
概括
这项研究引入了一种使用 pyrosequencing (PSQ) 和深度学习的新型多重复合微型 (MH) 检测系统. 该系统实现了法医DNA分析的高精度,改进了传统方法.
科学领域:
- 法医科学 法医科学 法医科学
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 微型 (MHs) 具有高多态性和短片长,使其对法医应用具有价值.
- 现有的MH检测方法可能受到数据稀缺性和复杂信号解卷的限制.
研究的目的:
- 开发一个精简的多重 MH 检测系统,使用 pyrosequencing (PSQ) 和深度对比学习.
- 为了提高法医使用的MH基因定型的准确性和效率.
主要方法:
- 从1000个基因组项目 (1KGP) 中选择多态短片段MHS.
- 核酸分发订单的算法优化和用于机器学习的峰值高度模拟.
- 开发CLPSQ-Net,这是一个深度对比学习框架,用于解构多重PSQ信号.
主要成果:
- 同时对四个MH位点进行基因定型,一致性很高 (>0.98对于uniplex,>0.99对于多重).
- 在实验数据上,CLPSQ-Net实现了89.7%的分类准确度和88.4%的F1分数,显著优于回归方法.
- 已经证明了100 pg DNA的输入灵敏度.
结论:
- 通过PSQ建立了一个可扩展的框架,用于通过PSQ进行多重MH基因定型.
- 开发的系统提供了卓越的基调准确性,简化了效率,并扩大了在法医应用中复杂的位置分析的实用性.
