Complex Variant Discovery Using Discordant Cluster Normalization
Complex Variant Discovery Using Discordant Cluster Normalization
复制标题
使用不一致簇标准化的复杂变体发现
DOI：
10.1089/cmb.2020.0249
复制
发表时间：
2020
影响因子：
1.7
通讯作者：
Nguyen, Angela
中科院分区：
文献类型：
--
作者：
Hayes, Matthew;Mullins, Derrick;Nguyen, Angela
复杂基因组结构变异（CGSV）是存在三个或更多断点的异常，这使得它们的发现成为一个挑战。大多数现有的结构变异检测算法仅旨在发现简单的结构变异（SSV），例如删除和倒位；例如，他们无法找到更复杂的事件，例如删除反转或删除重复。在本研究中，我们提出了一种名为 CleanBreak 的算法，该算法采用基于团划分图的策略来识别 SSV 簇的集合，然后识别重叠的 SSV 簇以检查可能的 CGSV 的搜索空间，选择与本地读取深度最一致的簇。我们评估了 CleanBreak 在全基因组模拟数据和来自 1000 基因组计划的真实数据集上的性能。我们还将 CleanBreak 与另一种 CGSV 发现算法进行了比较。结果证明 CleanBreak 是发现 CGSV 的有效方法。
Complex genomic structural variants (CGSVs) are abnormalities that present with three or more breakpoints, making their discovery a challenge. The majority of existing algorithms for structural variant detection are only designed to find simple structural variants (SSVs) such as deletions and inversions; they fail to find more complex events such as deletion–inversions or deletion–duplications, for example. In this study, we present an algorithm named CleanBreak that employs a clique partitioning graph-based strategy to identify collections of SSV clusters and then subsequently identifies overlapping SSV clusters to examine the search space of possible CGSVs, choosing the one that is most concordant with local read depth. We evaluated CleanBreak's performance on whole genome simulated data and a real data set from the 1000 Genomes Project. We also compared CleanBreak with another algorithm for CGSV discovery. The results demonstrate CleanBreak's utility as an effective method to discover CGSVs.
登录
查看更多内容
影响因子：
64.5
作者：
Rausch T;Jones DT;Zapatka M;Stütz AM;Zichner T;Weischenfeldt J;Jäger N;Remke M;Shih D;Northcott PA;Pfaff E;Tica J;Wang Q;Massimi L;Witt H;Bender S;Pleier S;Cin H;Hawkins C;Beck C;von Deimling A;Hans V;Brors B;Eils R;Scheurlen W;Blake J;Benes V;Kulozik AE;Witt O;Martin D;Zhang C;Porat R;Merino DM;Wasserman J;Jabado N;Fontebasso A;Bullinger L;Rücker FG;Döhner K;Döhner H;Koster J;Molenaar JJ;Versteeg R;Kool M;Tabori U;Malkin D;Korshunov A;Taylor MD;Lichter P;Pfister SM;Korbel JO
通讯作者：
Korbel JO
影响因子：
11.4
作者：
Quinlan, Aaron R.;Hall, Ira M.
通讯作者：
Hall, Ira M.
反复感染加重的慢性支气管炎患者血液和支气管肺泡灌洗液的免疫学发现。
影响因子：
24.3
作者：
I. Qvarfordt;G. Riise;S. Larsson;G. Almqvist;J. Rollof;T. Bengtsson;B. Andersson
通讯作者：
B. Andersson
影响因子：
4.4
作者：
Parikh H;Mohiyuddin M;Lam HY;Iyer H;Chen D;Pratt M;Bartha G;Spies N;Losert W;Zook JM;Salit M
通讯作者：
Salit M
影响因子：
5.8
作者：
Marschall, Tobias;Costa, Ivan G.;Schonhuth, Alexander
通讯作者：
Schonhuth, Alexander