Sentieon | 每周文献-Genetic Disease(遗传病)-第二期

简介: Genetic Disease(遗传病)系列文章解读

遗传病系列文章-1

  • 标题(英文):Answer ALS, a large-scale resource for sporadic and familial ALS combining clinical and multi-omics data from induced pluripotent cell lines
  • 标题(中文):Answer ALS,一种用于散发性和家族性 ALS 的大规模资源,结合了来自诱导多能细胞系的临床和多组学数据
  • 发表期刊:Nature Neuroscience
  • 作者单位:Answer ALS联合研究组织
  • 发表年份:2022
  • 文章地址https://doi.org/10.1038/s41593-021-01006-0

屏幕截图 2023-06-07 131339.png

Answer ALS 是患者来源的诱导多能干 (iPS) 细胞系、来自 iPS 神经元的多组学数据以及来自 1,000 多名 ALS 患者的纵向临床和智能手机数据的生物学和临床资源。该资源提供人群水平的生物学和临床数据,可用于识别肌萎缩侧索硬化症(ALS)的临床-分子-生化亚型。采用基于智能手机的独特系统来收集深入的临床数据,包括精细运动活动、言语、呼吸和语言学/认知。

屏幕截图 2023-06-07 133544.png

该研究收集了约1000例ALS患者的样本,构建了包含散发ALS样本约850例及正常对照iPSC细胞系,合计~1200例。同时收集了大量的多组学数据,包括基因组、表观基因组、转录组、蛋白质组、ALS患者临床信息及智能设备采集数据等,并对这些数据进行了深入的计算分析和整合。

640 (3).png

在全基因组数据分析部分,研究者使用Sentieon来该队列(~1000例WGS)联合基因分型。由于Sentieon最大程度遵循了GATK最佳实践分析流程,因此在整个分析流程中可以保持GATK分析流程完美兼容,同时保证了分析的准确性和高效性。

屏幕截图 2023-06-07 134631.png

总结:在散发性ALS发病机制尚未探明并缺乏大规模人群组学数据的背景下,本文通过构建了~1000例ALS患者及正常对照iPSC细胞系及整合了基因组、转录组、表观遗传组、蛋白组、临床信息及智能设备采集数据等多维度数据,形成了目前为止关于ALS最全面的数据资源,并对已有数据进行了初步探索性分析。在全基因组数据整合过程中,Sentieon软件因高效的工程实现和最大程度忠于GATK最佳实践流程确保了数据分析的快速、准确及兼容性。

遗传病系列文章-2

  • 标题(英文):1029 genomes of self-declared healthy individuals from India reveal prevalent and clinically relevant cardiac ion channelopathy variants
  • 标题(中文):来自印度的自称健康个体的 1029 个基因组揭示了流行且临床相关的心脏离子通道病变异
  • 发表期刊:Human Genomics
  • 作者单位:印度尼赫鲁大学和新德里AIIMS医院
  • 发表年份:2022
  • 文章地址https://doi.org/10.1186/s40246-022-00402-2

屏幕截图 2023-06-12 114433.png

心脏离子通道病的患病率和遗传具有人群特异性。本文使用1029个自述健康的印度人全基因组数据及53个独立的全外显子验证数据集研究了印度心脏离子通道病的人群特征及特异性变异。

屏幕截图 2023-06-08 111306.png

该研究数据分析部分使用Ilumina DRAGEN v3.4 Bio-IT 平台对全基因组及全外显子数据进行标准分析。使用Sentieon对全基因组数据(1029个样本)进行联合基因分型。

640.png

本研究利用IndiGenomes数据集(使用Sentieon进行联合基因分型)和独立的全外显子验证数据集对已知的36个心脏离子通道病基因上的变异进行过滤并根据ACMG指南进行分类及独立验证。最终,鉴定到124个在印度人群中特有的变异,并确定了13个致病/可能致病的突变位点。其中,3个突变位点在53个人构成的独立外显子队列中得到了验证。

屏幕截图 2023-06-08 111515.png

总结:本文通过对1029个样本构成的自述健康的印度人群全基因组数据研究发现了印度人群特有的心脏离子通道病相关基因,并估算了该疾病的流行率。通过适当的生活方式改变及治疗干预可以有效减轻心源性猝死的风险。此类研究需要进行大规模人群筛查,以识别高危人群并采取预防措施。此过程中,高效、精准的的变异检测软件(如Sentieon)为大规模人群基因组分析提供了重要支撑。

Sentieon软件介绍

Sentieon为完整的纯软件基因变异检测二级分析方案,其分析流程完全忠于BWA、GATK、MuTect2、STAR、Minimap2、Fgbio、picard等金标准的数学模型。在匹配开源流程分析结果的前提下,大幅提升WGS、WES、Panel、UMI、ctDNA、RNA等测序数据的分析效率和检出精度,并匹配目前全部第二代、三代测序平台。

640.png

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。

截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。

软件试用请前往:https://www.insvast.com/sentieon

目录
相关文章
|
算法 关系型数据库 数据挖掘
Sentieon | 每周文献-Tumor Sequencing(肿瘤测序)-第三期
本期重点关注Sentieon在甲状腺癌和CRISPR/Cas9技术中的应用
114 0
Sentieon | 每周文献-Tumor Sequencing(肿瘤测序)-第三期
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Agrigenomics-第二十六期
Sentieon | 每周文献-Agrigenomics-第二十六期
55 0
|
4月前
|
机器学习/深度学习 算法 计算机视觉
【博士每天一篇文献-算法】持续学习经典算法之LwF: Learning without forgetting
LwF(Learning without Forgetting)是一种机器学习方法,通过知识蒸馏损失来在训练新任务时保留旧任务的知识,无需旧任务数据,有效解决了神经网络学习新任务时可能发生的灾难性遗忘问题。
292 9
|
4月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
55 4
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Clinical Trial-第二十二期
Sentieon | 每周文献-Clinical Trial-第二十二期
47 2
|
7月前
|
算法 搜索推荐 数据挖掘
Sentieon | 每周文献-Liquid Biopsy-第三十二期
Sentieon | 每周文献-Liquid Biopsy-第三十二期
52 1
|
7月前
|
机器学习/深度学习 文字识别 数据挖掘
文献速读|别人家的孟德尔随机化,全基因组纯生信30分Nature子刊
Nature Genetics上的一篇高影响力(IF=30.8)文章利用孟德尔随机化分析了暴食症(BED)的遗传基础。研究通过机器学习预测个体患BED概率,进行全基因组关联研究,识别了与铁代谢相关的基因位点,如HFE、MCHR2、LRP11及APOE。这些发现揭示了BED的遗传信号与铁代谢的关联,为理解这种疾病的病理生理学提供了新见解,并为治疗研究指明方向。文章中还包括多个图表展示分析结果。读者可以通过后台回复特定代码获取文献。
173 0
|
7月前
|
算法 数据挖掘 测试技术
Sentieon | 每周文献-Liquid Biopsy-第二十一期
Sentieon | 每周文献-Liquid Biopsy-第二十一期
56 0
|
7月前
|
机器学习/深度学习 安全 算法
Sentieon | 每周文献-Epidemiology-第二十七期
Sentieon | 每周文献-Epidemiology-第二十七期
36 0
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Clinical Trial-第三十三期
Sentieon | 每周文献-Clinical Trial-第三十三期
46 0