Sentieon | 每周文献-Population Sequencing-第二十四期

简介: Sentieon | 每周文献-Population Sequencing-第二十四期

遗传病系列文章-1

  • 标题(英文):Case Report: Prenatal Diagnosis of Postaxial Polydactyly With Bi-Allelic Variants in Smoothened (SMO)
  • 标题(中文):病例报告:平滑双等位基因变异轴后多指畸形 (SMO) 的产前诊断
  • 发表期刊:Frontiers in Genetics
  • 作者单位:湖州市妇幼保健院产前诊断中心
  • 发表年份:2022
  • 文章地址
  • https://doi.org/10.3389/fgene.2022.887082

 

轴后多指畸形是一种常见的先天性畸形,涉及复杂的遗传因素。该回顾性研究分析了一例被诊断为四肢轴后多指畸形的中国胎儿的细胞遗传学和分子学结果。 胎儿核型分析和染色体微阵列分析(CMA)未发现任何异常。

而三重全外显子组测序(trio-WES)在 平滑(SMO)和 (NM_005631.5: c.1219C> G,NP_005622.1: p.Pro407Ala和NM_005631.5: c.1619C > T,NP_005622.1: p. Ala540Val) 中发现了双等位基因变异。

Sanger测序验证了这些变异。 这些突变在多个物种中高度保守。 深入的生物信息学分析和家族共分离表明,复合杂合变异是该胎儿轴后多指畸形的可能原因。 该研究结果为遗传咨询提供了基础,并将有助于更好地理解轴后多指畸形的复杂遗传机制。

在该研究中,研究者使用Sentieon软件进行胚系变异检测。

图3 活性和非活性SHH信号通路的图形示

本研究在 SMO 基因中发现了一种新的复合杂合突变 (c.1219C > G, p. Pro407Ala 和 c.1619C > T, p. Ala540Val)。尽管有令人信服的证据,但没有明确的证据,表明这种突变是当前家族中 PAP 的致病因素。基因诊断为评估复发风险提供了证据,对于考虑未来怀孕的夫妇的遗传咨询非常宝贵。

遗传病系列文章-2

  • 标题(英文):Genetic Determinants of Sudden Unexpected Death in Pediatrics
  • 标题(中文):小儿意外猝死的遗传决定因素
  • 发表期刊:Genetics in Medicine
  • 作者单位:波士顿儿童医院等
  • 发表年份:2022
  • 文章地址
  • https://doi.org/10.1016/j.gim.2021.12.004

在美国,超过 10% 的婴儿和儿童死亡是突然、意外且没有确定原因的,超过了癌症和心脏病导致的儿科死亡率。这些死亡通常影响睡眠期间看似健康的儿童,被证明为婴儿猝死综合征 (SIDS)、婴儿意外猝死 (SUID) 或儿童不明原因猝死 (SUDC),并且可以一起概念化为儿科意外猝死 (SUDP)。

该研究中,研究者对 352 例 SUDP 病例进行了表型分析和外显子组测序。研究者分析了 294 个“SUDP 基因”的变异,其机制可能与猝死有关。在具有亲本数据(trios)的73例病例中,进行了外显子组析,并进行了队列范围的突变负荷分析。

在该研究中,研究者使用Sentieon软件进行数据比对、相关数据质控以及单样本胚系变异检测。

总之,该研究通过未确诊的疾病方法为SUDP的不同遗传贡献提供了证据。研究者主张,在资源允许的情况下,对SUDP的综合评估应包括全面的遗传评估。

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。

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:https://www.insvast.com/sentieon
目录
相关文章
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Population Sequencing-第二十三期
Sentieon | 每周文献-Population Sequencing-第二十三期
42 1
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Population Sequencing-第三十四期
Sentieon | 每周文献-Population Sequencing-第三十四期
50 0
|
4月前
|
算法 数据挖掘
【博士每天一篇文献-算法】A pseudo-inverse decomposition-based self-organizing modular echo
本文提出了一种基于伪逆分解的自组织模块化回声状态网络(PDSM-ESN),通过增长-修剪方法和伪逆分解提高学习速度,有效解决了ESN中的不适定问题,并在多个数据集上展示了其优越的预测性能和鲁棒性。
25 1
|
4月前
|
机器学习/深度学习 数据可视化 算法
【博士每天一篇论文-实验分析】Toroidal topology of population activity in grid cells
本文通过同时记录多个网格细胞并应用拓扑数据分析,揭示了这些细胞网络的环面拓扑结构,表明存在一个二维连续吸引子网络,为理解空间编码和网格细胞在导航记忆中的作用提供了新视角。
39 3
|
4月前
|
机器学习/深度学习 存储 算法
【博士每天一篇文献-算法】Evolutionary multi-task learning for modular knowledge representation in neuralnetworks
本文提出了一种进化式多任务学习方法(EMTL),用于在神经网络中通过模块化网络拓扑实现模块化知识表示,模仿人脑的模块化结构存储知识,提高了网络的鲁棒性和灵活性,并在奇偶校验问题和基准模式分类任务上验证了其有效性。
31 1
|
4月前
|
机器学习/深度学习 人工智能 算法
【博士每天一篇文献-算法】Seeing is believing_ Brain-inspired modular training for mechanistic interpretability
这篇文章提出了一种模仿大脑结构和功能的训练正则化方法,称为大脑启发的模块化训练(BIMT),通过在几何空间中嵌入神经元并增加与连接长度成比例的正则化项来促进神经网络的模块化和稀疏化,增强了网络的可解释性,并在多种任务和数据集上验证了其有效性。
42 2
|
4月前
|
算法
【博士每天一篇文献-算法】Optimal resilience of modular interacting networks
本文是一篇关于网络科学中模块化相互作用网络最佳韧性的研究论文,提出了两种分析框架来探讨在确定性和随机耦合模式下这些网络的韧性,并发现存在一个最佳互连节点的比例,可以最大化系统的韧性,使其能够承受更多的破坏。研究强调了理解真实世界耦合模式的重要性,并基于这些模式优化系统设计的重要性,对于设计和优化经济、社会和基础设施网络具有重要意义。
29 0
【博士每天一篇文献-算法】Optimal resilience of modular interacting networks
|
7月前
|
算法 数据挖掘
Sentieon | 每周文献-Long Read Sequencing-第十八期
Sentieon | 每周文献-Long Read Sequencing-第十八期
49 1
|
7月前
|
安全 算法 数据挖掘
Sentieon | 每周文献-Multi-omics-第二十期
Sentieon | 每周文献-Multi-omics-第二十期
81 0
|
7月前
|
算法 数据挖掘 芯片
Sentieon | 每周文献-Gene Editing-第二十八期
Sentieon | 每周文献-Gene Editing-第二十八期
45 0