当前位置:

首页 > 业界资讯 > 牛津、EPFL等团队利用Transformer架构开发基于WES数据的体细胞和种系CNV调用程序,准确率为68.7%,召回率为49.6%

牛津、EPFL等团队利用Transformer架构开发基于WES数据的体细胞和种系CNV调用程序,准确率为68.7%,召回率为49.6%

编辑|萝卜皮拷贝数变异(CNV)与多种遗传性疾病的发生有密切关系。为了准确检测CNV,临床上一直在努力研究利用全外显子组测序(WES)数据的方法。尽管最近的算法性能有所提高,但准确检测CNV仍然是一个挑战,因为大多数算法的精度较低,专家策划的黄金标准调用集的召回率甚至更低。牛津大学(OxfordUniversity)、瑞士洛桑联邦理工学院(EPFL)以及土耳其毕尔肯大学(BilkentUniversity)近日联合发布了一个名为ECOLE的基于深度学习的WES数据体细胞和种系CNV调用程序。ECOLE的开

本文目录

    准确率68.7%、召回率49.6%,牛津、EPFL等团队开发基于Transformer架构的WES数据体细胞和种系CNV调用程序

    编辑 | 萝卜皮

    拷贝数变异(CNV)与多种遗传性疾病的发生有密切关系。为了准确检测CNV,临床上一直在努力研究利用全外显子组测序(WES)数据的方法。尽管最近的算法性能有所提高,但准确检测CNV仍然是一个挑战,因为大多数算法的精度较低,专家策划的黄金标准调用集的召回率甚至更低。

    牛津大学(Oxford University)、瑞士洛桑联邦理工学院(EPFL)以及土耳其毕尔肯大学(Bilkent University)近日联合发布了一个名为ECOLE的基于深度学习的WES数据体细胞和种系CNV调用程序。ECOLE的开发旨在提供一种高效准确的方法,用于从WES数据中检测体细胞和种系CNV。这一研究成果有望为基因组学研究和临床应用领域带来重要的突破。

    基于Transformer架构的变体,该模型利用高置信度调用对匹配的WGS样本进行学习,以预测每个外显子的CNV。

    研究人员利用迁移学习将一小组专家调用,对模型进行进一步训练和微调。ECOLE 首次在人类专家标记数据上取得了优异的表现,准确率达到68.7%,召回率达到49.6%。

    与排名第二的最佳方法相比,我们的解决方案在准确率和召回率方面分别提高了18.7%和30.8%。通过使用相同的微调策略,我们的模型ECOLE能够在膀胱癌样本中检测到经过RT-qPCR验证的变异,无需对照样本。

    在《Nature Communications》于2024年1月2日发布的一项研究中,名为「ECOLE: Learning to call copy number variants on whole exome sequencing data」的研究成果受到了广泛关注。该研究集中探讨了如何利用全外显子测序数据来准确识别基因拷贝数变异。这项研究的结果对于深入了解基因变异与疾病之间的关联具有重要意义,并为相关领域的研究提供了有价值的参考。

    准确率68.7%、召回率49.6%,牛津、EPFL等团队开发基于Transformer架构的WES数据体细胞和种系CNV调用程序

    拷贝数变异 (CNV) 是被广泛认识为导致癌症、精神分裂症和自闭症等多种疾病的重要危险因素。在过去十年里,高通量测序 (HTS) 技术一直是检测CNV的标准方法。各种基于全基因组测序 (WGS) 数据的CNV检测算法已经取得了显著的成功,其灵敏度和精确度分别高达96%和97%。

    这与处理整个外显子组测序 (WES) 数据的算法形成鲜明对比,后者的精度非常低。WGS 是一个更适合这项任务的平台,因为它不使用引入长度、GC 和参考偏差的靶向探针。另一方面,WES 在临床上更具吸引力,因为它比 WGS 更紧凑、可解释且价格实惠。不幸的是,由于这些限制,WES 技术在 CNV 检测方面的临床应用受到限制。

    牛津大学、瑞士洛桑联邦理工学院以及土耳其毕尔肯大学的研究人员,前期开发了一种基于深度学习的抛光方法(deep-learning-based polishing approach),该方法可以使用对匹配的 WGS 样本进行的更值得信赖的调用,来纠正许多最先进的基于 WES 的种系 CNV 调用者的调用。虽然这是向前迈出的重要一步,但在临床使用方面仍然存在瓶颈。

    第一个问题是结果的敏感性。抛光器(polisher)只能处理基本算法返回的调用(例如删除)。它要么改变这些调用(例如,重复),要么中和它们(例如,不调用)。虽然这有助于降低错误发现率,但它对灵敏度的影响有限,因为抛光器无法进行新的调用(例如,将无调用转换为删除/重复)。不幸的是,由于性能非常低,灵敏度大多超出了基于 WES 的 CNV 调用域的范围。

    第二个问题是,即使是经过优化后的精度性能也受到专家策划的 CNV 调用集的限制,这些调用集被视为黄金地面事实(高达 35%)。这是因为抛光器使用基于 WGS 的自动化 CNV 调用作为模型训练的标签,但这些标签(调用)与人类专家决策相比具有非常不同的分布。

    不幸的是,这种手动策划的调用集尺寸非常小,这阻碍了机器学习模型的训练。因此,在人类专家策划的 CNV 调用集上实现高性能的调用者将使基于 WES 的种系 CNV 检测在临床中得到广泛使用。

    准确率68.7%、召回率49.6%,牛津、EPFL等团队开发基于Transformer架构的WES数据体细胞和种系CNV调用程序

    图示:ECOLE 的系统概述。(来源:论文)

    因此,该团队又提出了第一个基于深度学习的方法(ECOLE: Exome-based COpy number variation calling LEarner),该方法可以独立学习对 WES 数据执行体细胞和种系 CNV 调用。该模型基于 Transformer 模型的变体,这是自然语言处理领域处理序列数据的最先进方法。

    ECOLE 可以处理每个外显子的读取深度信号。它了解需要关注信号的哪些部分以及在哪个上下文(即染色体)中调用 CNV。它使用在匹配的 WGS 样本上获得的高置信度调用(即标签)作为半真实值。

    ECOLE 在自动 WGS 调用的基准上显着提高了外显子精确度以及第二最佳方法性能的召回率(分别提高了 13.5% 和 16.6%)。这是唯一具有平衡精度和召回率的方法。

    此外,该团队还首次提出使用转移学习并使用少量人类专家标记的样本来微调模型参数。研究人员表明,这种方法在预测人类标签方面的精度和召回率分别提高了约 18% 和约 30%。

    同样,他们使用微调方法使 ECOLE 能够使用膀胱癌样本来调用体细胞变异。研究人员证明,他们能够在 16 个膀胱癌样本中的 13 个样本中检测到经过 PCR 验证的拷贝数畸变,而最先进的方法即使在抛光后也只能检测到 2 个样本中经过验证的拷贝数畸变。

    该方法具有作为种系和体细胞 CNV 调用者的能力,并通过微调轻松适应疾病和人类专家;研究人员建议 ECOLE 作为扩大外显子组测序技术在 CNV 检测临床应用的可行选择。

    ECOLE:https://github.com/ciceklab/ECOLE

    论文链接:https://www.nature.com/articles/s41467-023-44116-y

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    业界资讯
    相关文章 更多
    一年损耗4.6亿吨、1.88万亿打水漂!县域经济,别再“卖特产”了
    一年损耗4.6亿吨、1.88万亿打水漂!县域经济,别再“卖特产”了

    前瞻研判:未来十年,县域特色化经济的竞争,不再是资源的竞争,而是市场信任的竞争。谁能为消费者提供最确定的价值承诺,谁就能赢得市场。 2026年全国两会刚刚落幕,“十五五”规划进入开局之年。今年的政府工作报告中,“扎实推进乡村全面振兴”被摆在突出位置,明确提出要“壮大县域富民产业,做好土特产文章”。这

    南昌光电产业集群将重磅亮相ISLE 2026
    南昌光电产业集群将重磅亮相ISLE 2026

    2026 ISLE展前瞻:南昌光电产业集群即将重磅亮相 明年三月,深圳国际会展中心将迎来一场行业盛事。2026年3月5日至7日,ISLE国际智慧显示及系统集成展将在这里拉开帷幕。而这一次,聚光灯将格外聚焦于一个区域——南昌光电产业集群。他们将以“光耀南昌,智链全球”为主题,携一支实力雄厚的“集团军”

    天龙三号全球首次海上动力系统试车成功,商业航天竞速“大运力”更需安全“压舱石”
    天龙三号全球首次海上动力系统试车成功,商业航天竞速“大运力”更需安全“压舱石”

    天龙三号海上试车成功:看中国商业航天如何将“安全”铸为核心竞争力 9月15日,山东海阳东方航天港,巨大的轰鸣声撕裂长空,炽热的白色蒸汽升腾而起。北京天兵科技自主研制的天龙三号大型液体运载火箭,在这里的海上平台成功完成了一级动力系统试车。 这次试车可不简单——它是世界首次海上动力系统试车试验。结果让人

    通用技术集团发布四大战略行动计划,形成全维发展布局
    通用技术集团发布四大战略行动计划,形成全维发展布局

    3月18日,通用技术集团机床产业生态合作伙伴大会在北京国家会议中心举行 春日的北京,一场关乎中国工业未来的盛会拉开帷幕。通用技术集团机床产业生态合作伙伴大会在国家会议中心举行,近500位产业链上下游的企业代表与行业专家齐聚一堂。会上,通用技术集团总工程师、机床公司董事长周舟发布了集团机床产业的未来发

    华为鸿蒙电脑亮相,重构产业新格局
    华为鸿蒙电脑亮相,重构产业新格局

    华为鸿蒙电脑技术与生态沟通会隆重举行,首款鸿蒙电脑惊艳登场,这一标志性事件预示着华为在电脑领域迈出了具有深远影响的关键一步,为国产电脑产业带来了全新的革新与发展契机。鸿蒙电脑的推出并非一朝一夕之功,而是华为经过五年精心策划的结果。在此期间,华为汇聚了超过10000名顶尖工程师,与20多家专业研究所紧密合作,投入大量的精力与资源进行技术研发,最终积累了超过2700项核心专利,彰显了其强大的技术实力与创新能力。新推出的HarmonyOS5采用鸿蒙内核,从操作系统底层开始重构,旨在为用户提供全面升级的办公体验

    ACL 2024 | 提升大模型持续学习性能,哈工大、度小满提出共享注意力框架SAPT
    ACL 2024 | 提升大模型持续学习性能,哈工大、度小满提出共享注意力框架SAPT

    AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com赵伟翔是哈尔滨工业大学社会计算与信息检索研究中心2021级直博生,导师为赵妍妍教授和秦兵教授。主要研究方向为对话系统、大语言模型对齐等。他曾以第一作者在ACL、AAAI、IJCAI、CO

    贾扬清点赞:3K star量的SGLang上新,加速Llama 405B推理秒杀vLLM、TensorRT-LLM
    贾扬清点赞:3K star量的SGLang上新,加速Llama 405B推理秒杀vLLM、TensorRT-LLM

    用来运行Llama3405B优势明显。最近,Meta开源了最新的405B模型(Llama3.1405B),把开源模型的性能拉到了新高度。由于模型参数量很大,很多开发者都关心一个问题:怎么提高模型的推理速度?时隔才两天,LMSYSOrg团队就出手了,推出了全新的SGLangRuntimev0.2。这是一个用于LLM和VLM的通用服务引擎。在运行Llama3.1405B时,它的吞吐量和延迟表现都优于vLLM和TensorRT-LLM。在某些情况下(运行Llama系列模型),它的吞吐量甚至能达到TensorRT

    人类模仿AI新赛道,AI:论疯癫,你是我爹
    人类模仿AI新赛道,AI:论疯癫,你是我爹

    机器之能报道编辑:杨文AI被人类带坏!这个世界,太癫了……最近,社交媒体上冒出来一堆搞怪视频,打着AI的旗号,真人cosAI,甚至抖音还专门出了个热门话题——人类模仿AI大赛。(视频来自抖音博主「关妮乱石」)视频链接:https://mp.weixin.qq.com/s/1DVc8skecSsO0a9QcklZlw套路都一个样儿:左边一张旧照片,右边打着「AI修复」的字幕,实际由真人演绎着脑干缺失的狗血「剧情」。-1-AI:第一次被人冒充,没想到比我还抽

    首届AI奥数竞赛方案公布:4支获奖队伍,竟都选择国产模型DeepSeekMath
    首届AI奥数竞赛方案公布:4支获奖队伍,竟都选择国产模型DeepSeekMath

    获胜的AI数学奥林匹克模型出炉!几天前,随着榜单的公布,大家对全球首届AI数学奥林匹克竞赛(AIMO)进步奖的讨论量居高不下。这次比赛共有5个团队胜出,获得第一名的是Numina的团队,CMU_MATH位列第二,afterexams暂居第三,codeinter、Conor#2团队分别拿到第四、第五的成绩。图源:https://www.kaggle.com/c/ai-mathematical-olympiad-prize/leaderboard这一成绩,曾让陶哲轩感到惊讶。当时官方只公布了获奖名单,并未透漏

    2024年WAIC·云帆奖启航:擎启AGI时代,集结超越边界的探索者
    2024年WAIC·云帆奖启航:擎启AGI时代,集结超越边界的探索者

    2024年WAIC・云帆奖面向全球征选AI青年技术人才,欢迎点击「此链接」报名或提名。人工智能的研究范式和产业格局正在经历深刻而积极的转变。过去一年,大模型引发了一股席卷全球的智能浪潮,这不仅推动了AI技术在更广泛领域的应用,也激发了人类对人工智能深层次潜力的追寻和探索。在这场技术革新的洪流中,通用人工智能(AGI)正逐渐从幻想走进现实。我们正处于一个新征程的起点,这个阶段将以人类对通用智能的不懈追求为特征。迎接即将到来的新时代,让我们将目光投向那些充满激情、勇于探索的青年创新者。他们凭借卓越的智慧和无畏

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。