CNV-Finder: Streamlining Copy Number Variation Discovery

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc0

Kopya Numarası Çeşitlemeleri (CNV'ler) karmaşık hastalıkların etiyolojisinde önemli rol oynar ve çeşitli popülasyonlar arasında değişkendir. CNV'ler ile hastalık duyarlılığı arasındaki ilişkiyi anlamak, hastalık genetiği araştırmalarında önemlidir ve genellikle büyük örnek boyutlarının analizini gerektirir. CNV'leri tespit etmek için en uygun maliyetli ve ölçeklenebilir yöntemlerden biri, Illumina genotyping dizilerinden Log R Oranı (LRR) ve B Allele Frekansı (BAF) gibi normalleştirilmiş sinyal yoğunluğu değerlerine dayanmaktadır. Bu çalışmada, dizi verileri üzerinde derin öğrenme tekniklerini, özellikle de önceden tanımlanmış genomik bölgeler içinde CNV'lerin geniş ölçekli tanımlanmasını hızlandırmak için bir Uzun Kısa Vadeli Bellek (LSTM) ağını birleştiren yeni bir boru hattı olan CNV-Finder'ı sunuyoruz. Bu, örneklerin Multiplex Ligation-dependent Probe Amplification (MLPA), kısa okuma ve uzun okumalı tüm genom dizilemesi gibi zaman alıcı veya maliyetli sonraki analizler için verimli önceliklendirmesini kolaylaştırır. Yöntemlerimizi oluşturmak için dört geni bir araya getiriyoruz -Parkin (PRKN), Leucine Rich Repeat And Ig Domain Containing 2 (LINGO2), Microtubule Associated Protein Tau (MAPT) ve alfa-Synüklein (SNCA) - Alzheimer hastalığı (AD), Parkinson hastalığı (PD), Progressive Supranükleer Palsy (PSP) gibi nörolojik hastalıklarla ilgili olabilir. Modellerimizi uzman tarafından açıklanan örnekler üzerinde eğiterek ve Global Parkinson Genetik Programı (GP2) ve bunama özgü ek veritabanları da dahil olmak üzere çeşitli kohortlar arasında doğrulayarak, CNV-Finder'ın silme ve çoğaltma işlemlerini doğru bir şekilde tespit etmedeki etkinliğini gösteriyoruz. Boru hattımız, CNV-Finder'ın etkileşimli web uygulaması içinde görselleştirme için uygulama uyumlu dosyalar çıkarır. Bu arayüz, araştırmacıların sonuçları keşfetmek veya doğrulamak için tahminleri gözden geçirmelerini ve görüntülenen örnekleri model tahmin değerlerine, LRR aralığına ve varyant sayısına göre filtrelemelerini sağlar. Boru hattımız, model performansını artırmak ve yanlış pozitif oranları azaltmak için bu insan geri bildirimini entegre eder. Görsel inceleme, MLPA, kısa okuma ve uzun okuma sıralama verilerini kullanan bir dizi kapsamlı analiz ve doğrulama sayesinde, CNV-Finder'ın çeşitli boyut, prob yoğunluğu ve gürültü bölgeleri ile CNV'leri tanımlamada sağlamlığını ve uyarlanabilirliğini gösteriyoruz. Bulgularımız, özellikle 17q21.31 gibi karmaşık genomik bölgelerde CNV tanımlamasının hassasiyetini arttırmada bağlamsal anlayışın ve insan uzmanlığının önemini vurgulamaktadır. CNV-Finder boru hattı, GitHub'da bulunan bilimsel topluluk için ölçeklenebilir, halka açık bir kaynaktır (https://github.com/GP2code/CNV-Finder ; DOI 10.5281/zenodo.14182563 ). CNV-Finder sadece doğru aday tanımlamasını hızlandırmakla kalmaz, aynı zamanda araştırmacılar için manuel iş yükünü de önemli ölçüde azaltır, gelecekte hedeflenen doğrulamayı ve bölgelerde veya ilginin fenotiplerinde aşağı akış analizlerini sağlar.

Özgün kaynak özetini okuyun

Copy Number Variations (CNVs) play pivotal roles in the etiology of complex diseases and are variable across diverse populations. Understanding the association between CNVs and disease susceptibility is significant in disease genetics research and often requires analysis of large sample sizes. One of the most cost-effective and scalable methods for detecting CNVs is based on normalized signal intensity values, such as Log R Ratio (LRR) and B Allele Frequency (BAF), from Illumina genotyping arrays. In this study, we present CNV-Finder, a novel pipeline integrating deep learning techniques on array data, specifically a Long Short-Term Memory (LSTM) network, to expedite the large-scale identification of CNVs within predefined genomic regions. This facilitates efficient prioritization of samples for time-consuming or costly subsequent analyses such as Multiplex Ligation-dependent Probe Amplification (MLPA), short-read, and long-read whole genome sequencing. We incorporate four genes to establish our methods—Parkin ( PRKN ), Leucine Rich Repeat And Ig Domain Containing 2 ( LINGO2 ), Microtubule Associated Protein Tau ( MAPT ), and alpha-Synuclein ( SNCA )—which may be relevant to neurological diseases such as Alzheimer’s disease (AD), Parkinson’s disease (PD), Progressive Supranuclear Palsy (PSP), or related disorders such as essential tremor (ET). By training our models on expert-annotated samples and validating them across diverse cohorts, including those from the Global Parkinson’s Genetics Program (GP2) and additional dementia-specific databases, we demonstrate the efficacy of CNV-Finder in accurately detecting deletions and duplications. Our pipeline outputs app-compatible files for visualization within CNV-Finder’s interactive web application. This interface enables researchers to review predictions and filter displayed samples by model prediction values, LRR range, and variant count in order to explore or confirm results. Our pipeline integrates this human feedback to enhance model performance and reduce false positive rates. Through a series of comprehensive analyses and validations using visual inspection, MLPA, short-read, and long-read sequencing data, we demonstrate the robustness and adaptability of CNV-Finder in identifying CNVs with regions of varied size, probe density, and noise. Our findings highlight the significance of contextual understanding and human expertise in enhancing the precision of CNV identification, particularly in complex genomic regions like 17q21.31. The CNV-Finder pipeline is a scalable, publicly available resource for the scientific community, available on GitHub ( https://github.com/GP2code/CNV-Finder ; DOI 10.5281/zenodo.14182563 ). CNV-Finder not only expedites accurate candidate identification but also significantly reduces the manual workload for researchers, enabling future targeted validation and downstream analyses in regions or phenotypes of interest.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.