跳到正文
热点事件观察中

Watershed-DL整合序列与多组学信号筛选罕见变异

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Lake J等研究团队在预印本中提出Watershed-DL框架,将DNA和蛋白质序列的效应预测与个体多组学异常信号结合,用于大效应罕见变异优先排序;团队称,相比不含序列到组学预测的模型,该框架优先筛出的变异数量增加61.4%。 在含677份RNA测序样本的GREGoR罕见病队列中,该框架将10个已解决病例中此前报告的致病变异列为优先候选,并在未解决病例中筛出451个候选变异。团队报告,其中包括PPP1R12A中的诊断性变异,并提出ATP5PF为新的候选疾病基因。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. 预印本 · 医学生信与数据分析
    Watershed-DL整合序列预测与个体多组学,提高罕见变异优先排序能力

    预印本提出Watershed-DL框架,将DNA和蛋白质序列的序列到组学(S2O)效应预测与多组学异常信号整合,相比不含S2O预测的模型,优先筛出的变异数量增加61.4%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。