抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
今日,次世代シークエンシングは腫瘍学の分野における臨床応用に近い。実際に,それは癌発生,進行および治療抵抗性の間に得られる腫瘍特異的突然変異の同定を可能にする。進化する配列決定技術と並行して,臨床的に関連するゲノム変異体のリストへの配列決定データの迅速な処理の要求に対処するために,新しい計算アプローチが必要である。両方の腫瘍とそれらのマッチした正常サンプルからの配列データは常に利用可能ではない(不整合データ)ため,非整合データにおける変異体呼び出しに導く計算パイプラインの必要性がある。多くの正確で正確な変異体呼び出しアルゴリズムの存在にもかかわらず,効率的なアプローチはまだ不足している。ここでは,それらの一致した正常の不在下で,全エキソソーム配列データからゲノム変異体を効率的に同定するために設計された平行パイプライン(Paralnormal)を提案した。Parallormalは,BWAとGATKのような良く知られたアルゴリズム,複製除去のための新しいツール(二重反復),およびFreeBayes変量呼び出しアルゴリズムを統合する。現代のマルチコアアーキテクチャ上での実行のために最適化したFreeBayesの再設計実装も提案した。Parallormalを,それらの一致した正常を考慮することなく,膵臓癌サンプルの全エキソソーム配列データに適用した。Parallormalのロバスト性を,マッチした正常試料を用いて分析した同じデータセットの結果を用いて試験し,膵臓発癌に関与する遺伝子を考慮した。著者らのパイプラインは,マッチした正常データを用いて同定されたほとんどの変異体を確認することができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】