GenFuse:一種可以從DNA數(shù)據(jù)預(yù)測(cè)融合基因的方法

2018年,海普洛斯的科研人員發(fā)表了一篇用DNA數(shù)據(jù)直接預(yù)測(cè)融合基因的文章呻征,標(biāo)題事”GeneFuse: detection and visualization of target genefusions from DNA sequencing data”,文章發(fā)表在International Journal of Biological Sciences 上耘婚,作為一種DNA數(shù)據(jù)預(yù)測(cè)融合基因的軟件,還是不多的陆赋,目前的方法多是由RNA數(shù)據(jù)比對(duì)出沐祷,但是這種方法不利于商業(yè)化嚷闭,存在效率低,成本高的缺點(diǎn)±盗伲現(xiàn)在就讓我們一起學(xué)習(xí)下GeneFuse的分析原理胞锰。

GeneFuse:從DNA測(cè)序數(shù)據(jù)中判斷有無目標(biāo)融合基因。DELLY可以從BAM文件中直接進(jìn)行結(jié)構(gòu)變異的挑選兢榨。首先,該算法根據(jù)比對(duì)結(jié)果進(jìn)行配對(duì)端映射分析凌那,找到方向異常或插入大小異常的序列块攒。然后,識(shí)別出的配對(duì)端簇被解釋為包含斷點(diǎn)的基因組間隔琅绅,以單核苷酸分辨率繪制基因組重排圖千扶。最后澎羞,DELLY將合并支持的閱讀對(duì)妆绞,并將它們與參考基因組進(jìn)行注釋括饶。基于映射的基因融合檢測(cè)器有幾個(gè)優(yōu)點(diǎn)蹦掐。可以掃描盡可能多的找到融合基因位點(diǎn)鳖粟。缺點(diǎn)是牺弹,太依賴比對(duì)文件(BAM文件)张漂,如果比對(duì)文件沒有找到準(zhǔn)確的剪輯和嵌合體航攒,基于映射的融合檢測(cè)算法可能無法正常工作。錯(cuò)誤的比對(duì)經(jīng)常在包含融合基因的位置發(fā)生憔狞。另一方面瘾敢,準(zhǔn)確的剪輯和嵌合體也經(jīng)常發(fā)生在正常的不包含融合的閱讀框中簇抵。最后低濃度的腫瘤DNA樣本也會(huì)提高假陽(yáng)性發(fā)生的概率。

在臨床應(yīng)用中典蜕,與其發(fā)現(xiàn)大量臨床意義未知嘉裤、不確定度較大的基因融合屑宠,不如尋找已知對(duì)臨床治療有響應(yīng)的基因融合典奉。GeneFuse軟件能直接從FASTQ文件中探測(cè)到融合基因卫玖。GeneFuse軟件只對(duì)具有已知臨床意義的基因進(jìn)行研究陕靠。

GeneFuse的基本思想是尋找能很好地映射到兩個(gè)不同基因左右部分剪芥,但不能完全映射到整個(gè)參考基因組的任何位置的reads。在融合點(diǎn)匹配兩個(gè)融合基因的讀碼稱為支持讀碼益兄,每個(gè)融合的重復(fù)支持讀碼將被分組為單個(gè)唯一的支持讀碼净捅。Genefuse一共有四個(gè)步驟:

1、 Indexing

從參考基因組中提取基因序列需要一個(gè)包含目標(biāo)融合基因及其外顯子的CSV文件古今。GeneFuse提供了兩個(gè)csv文件,分別是37和38版本的你画。

Hash表用來儲(chǔ)存k-mer和基因組坐標(biāo)相關(guān)關(guān)系,hash表以后會(huì)被用來映射read與目標(biāo)基因适滓。

2凭迹、 Matching

在匹配步驟中脾猛,通過收集序列的所有長(zhǎng)度為k的子序列猛拴,計(jì)算每個(gè)read序列的集合。Read的相關(guān)基因通過上一部產(chǎn)生的索引號(hào)撼唾,將子序列映射相應(yīng)坐標(biāo)上倒谷。如果左右兩部分能映射到兩個(gè)不同的基因,這個(gè)read分割成兩個(gè)部分抖格。如果左右部分區(qū)域足夠長(zhǎng)(默認(rèn)長(zhǎng)度20)雹拄,這個(gè)讀長(zhǎng)就是一個(gè)合適的匹配候選坐標(biāo)。所有候選的匹配坐標(biāo)將被儲(chǔ)存在一個(gè)list上势篡,下一步會(huì)過濾禁悠。

序列長(zhǎng)度也會(huì)影響突變發(fā)現(xiàn)。為了獲得較長(zhǎng)的序列比规,GeneFuse嘗試合并雙端測(cè)序的每一對(duì)數(shù)據(jù)。對(duì)于read配對(duì)R1和R2灾常,rcR2被認(rèn)為是R2的反哺。合并算法盡可能找到R1和rcR2最大的重合慷荔,他們重合的子序列完全是相同的贷岸。如果重合的區(qū)域高于臨界值(30bp),就認(rèn)為他們是一個(gè)read,合并他們成一個(gè)read。通過合并read,繼續(xù)匹配過程七嫌,即使突變點(diǎn)位于read的邊緣。如何reads不能合并鞋拟,GeneFuse會(huì)對(duì)這些進(jìn)行處理航闺。盡管插入一個(gè)大的序列庫(kù)侮措,會(huì)禁止read對(duì)的重疊,但它不會(huì)對(duì)性能造成重大影響畏吓,因?yàn)镚eneFuse可以將一個(gè)read對(duì)單獨(dú)處理為兩個(gè)單端讀取。

Filtering

匹配的坐標(biāo)文件準(zhǔn)備好以后宏悦,枚舉支持融合的所有子序列,形成一個(gè)新的k-mer饼煞。全部的參考基因組將被掃描尋找K-mer組成,匹配后的基因坐標(biāo)將被儲(chǔ)存起來構(gòu)建一個(gè)新的全局索引G诗越。對(duì)于在融合匹配候選列表中的每個(gè)read,都會(huì)匹配到G褂乍,檢查是否可以匹配到參考基因組褥实。如果一個(gè)read可以映射到參考基因組损离,這個(gè)read可以從匹配的候選list里移除。

其它過濾--像低復(fù)雜度過濾器和匹配質(zhì)量過濾器-也將被用于消除錯(cuò)誤的部分。更進(jìn)一步講眷昆,如果一個(gè)read映射到一個(gè)基因的兩個(gè)部分伞访,它會(huì)被作為刪除項(xiàng)级解,如果刪除長(zhǎng)度很短,則會(huì)被移除。

2.png

GeneFuse的工作流程

靈敏度檢測(cè)

為了評(píng)估GeneFuse的性能拼苍,我們將其應(yīng)用于覆蓋1.6 Mb自定義面板的10個(gè)非小細(xì)胞肺癌細(xì)胞DNA樣本笑诅,其中6個(gè)有已知的重排(EML4:exon6-ALK exon20;EML4:exon13-ALK exon20)經(jīng)digital droplet PCR (ddPCR)證實(shí),GeneFuse均能檢測(cè)到。相反,在4個(gè)ALK野生型樣本中均未檢測(cè)到,因此在檢測(cè)ALK融合事件時(shí)靈敏度和特異性均為100%。我們用FACTERA v1.4.4和DELLY v0.7.6測(cè)試了相同的數(shù)據(jù)集。

1.png

在分析癌癥測(cè)序數(shù)據(jù)的臨床應(yīng)用中籍琳,從超深測(cè)序數(shù)據(jù)中檢測(cè)出低MAF的可給藥突變和融合至關(guān)重要∥卮铮現(xiàn)有的工具嗦嗡,如DELLY和FACTERA矮冬,對(duì)檢測(cè)結(jié)果不夠敏感胎署,缺乏可視化檢測(cè)融合的功能恢筝。GeneFuse是一種快速侄柔、輕量級(jí)的工具,用于從原始FASTQ數(shù)據(jù)中檢測(cè)目標(biāo)基因融合。該工具具有很高的靈敏度,可以通過生成基于html的讀取堆積可視化來可視化檢測(cè)到的融合陷谱。進(jìn)一步將基因融合檢測(cè)推向臨床應(yīng)用。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子锣杂,更是在濱河造成了極大的恐慌政供,老刑警劉巖稼虎,帶你破解...
    沈念sama閱讀 218,122評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件杉适,死亡現(xiàn)場(chǎng)離奇詭異蹬叭,居然都是意外死亡饥悴,警方通過查閱死者的電腦和手機(jī)坯沪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門腐晾,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人牺勾,你說我怎么就攤上這事驻民●捎荆” “怎么了?”我有些...
    開封第一講書人閱讀 164,491評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵坎缭,是天一觀的道長(zhǎng)祥得。 經(jīng)常有香客問我,道長(zhǎng)县踢,這世上最難降的妖魔是什么转绷? 我笑而不...
    開封第一講書人閱讀 58,636評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮殿雪,結(jié)果婚禮上暇咆,老公的妹妹穿的比我還像新娘锋爪。我一直安慰自己丙曙,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評(píng)論 6 392
  • 文/花漫 我一把揭開白布其骄。 她就那樣靜靜地躺著亏镰,像睡著了一般。 火紅的嫁衣襯著肌膚如雪拯爽。 梳的紋絲不亂的頭發(fā)上索抓,一...
    開封第一講書人閱讀 51,541評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音毯炮,去河邊找鬼逼肯。 笑死,一個(gè)胖子當(dāng)著我的面吹牛桃煎,可吹牛的內(nèi)容都是我干的篮幢。 我是一名探鬼主播,決...
    沈念sama閱讀 40,292評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼为迈,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼三椿!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起葫辐,我...
    開封第一講書人閱讀 39,211評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤搜锰,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后耿战,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蛋叼,經(jīng)...
    沈念sama閱讀 45,655評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評(píng)論 3 336
  • 正文 我和宋清朗相戀三年剂陡,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了狈涮。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片租冠。...
    茶點(diǎn)故事閱讀 39,965評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖薯嗤,靈堂內(nèi)的尸體忽然破棺而出顽爹,到底是詐尸還是另有隱情,我是刑警寧澤骆姐,帶...
    沈念sama閱讀 35,684評(píng)論 5 347
  • 正文 年R本政府宣布镜粤,位于F島的核電站,受9級(jí)特大地震影響玻褪,放射性物質(zhì)發(fā)生泄漏肉渴。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評(píng)論 3 329
  • 文/蒙蒙 一带射、第九天 我趴在偏房一處隱蔽的房頂上張望同规。 院中可真熱鬧,春花似錦窟社、人聲如沸券勺。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)关炼。三九已至,卻和暖如春匣吊,著一層夾襖步出監(jiān)牢的瞬間儒拂,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工色鸳, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留社痛,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,126評(píng)論 3 370
  • 正文 我出身青樓命雀,卻偏偏與公主長(zhǎng)得像蒜哀,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子咏雌,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 概述 融合基因是指兩個(gè)基因的全部或部分序列融合而成的嵌合基因凡怎,一般由染色體易位、缺失等原因所致赊抖。融合基因首次發(fā)現(xiàn)于...
    shannonnana閱讀 22,614評(píng)論 7 25
  • 久違的晴天统倒,家長(zhǎng)會(huì)。 家長(zhǎng)大會(huì)開好到教室時(shí)氛雪,離放學(xué)已經(jīng)沒多少時(shí)間了房匆。班主任說已經(jīng)安排了三個(gè)家長(zhǎng)分享經(jīng)驗(yàn)。 放學(xué)鈴聲...
    飄雪兒5閱讀 7,523評(píng)論 16 22
  • 今天感恩節(jié)哎,感謝一直在我身邊的親朋好友浴鸿。感恩相遇井氢!感恩不離不棄。 中午開了第一次的黨會(huì)岳链,身份的轉(zhuǎn)變要...
    迷月閃星情閱讀 10,566評(píng)論 0 11
  • 可愛進(jìn)取花竞,孤獨(dú)成精。努力飛翔掸哑,天堂翱翔约急。戰(zhàn)爭(zhēng)美好,孤獨(dú)進(jìn)取苗分。膽大飛翔厌蔽,成就輝煌。努力進(jìn)取摔癣,遙望奴饮,和諧家園≡褡牵可愛游走...
    趙原野閱讀 2,727評(píng)論 1 1
  • 在妖界我有個(gè)名頭叫胡百曉戴卜,無論是何事,只要找到胡百曉即可有解決的辦法近她。因?yàn)槭侵缓偞蠹乙杂瀭饔灲形摇皟A城百曉”叉瘩,...
    貓九0110閱讀 3,261評(píng)論 7 3