Abstract 3571: Precise somatic mutation prediction in the absence of matching normal DNA
Notice bibliographique
Résumé
Abstract Accurate identification of somatic mutations is an essential first step for many cancer studies. It is usually done by comparing the genome of the tumour to the reference genome sequence derived from a normal tissue taken from the same donor. However, there are a number of possible scenarios in which matched normal tissues might be not available for comparisons. It is most commonly encountered when performing analysis on retrospective studies with human tissues from clinical trials or pathology archives when normal samples were not collected in the first place or patient consent precludes examination of normal tissue or germline variants. Another common scenario is the use of a cancer cell line as an experimental model, many of which have no information on the donor’s normal genome. In this work, we describe an algorithm to identify somatic single nucleotide variants (SNVs) in Next Generation Sequencing (NGS) data in the absence of normal samples using a machine learning approach. Our algorithm was evaluated using a family of supervised learning classifications across six different cancer types and ~1,600 samples, including cell lines, fresh frozen tissues, and formalin-fixed paraffin-embedded (FFPE) tissues. In addition, our algorithm was tested with both deep targeted sequencing and whole exome sequencing strategies. The algorithm correctly classified between 95% and 98% of somatic mutations with F1-measure ranges from 75.9% to 98.6% depending on the tumour type. We have released the algorithm as a software package called ISOWN (Identification of SOmatic mutations Without matching Normal tissues), which is available as Open Source under Apache License 2.0 from https://github.com/ikalatskaya/ISOWN. Citation Format: Irina Kalatskaya, Quang Trinh, Melanie Spears, John Bartlett, Lincoln Stein. Precise somatic mutation prediction in the absence of matching normal DNA [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 3571. doi:10.1158/1538-7445.AM2017-3571
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».