Всем привет, мы снова встретились, я ваш друг Цюаньчжаньцзюнь.

[Определение слияния генов]

Слияние генов означает слияние части или всех последовательностей двух разных генов вследствие какого-либо механизма (например, мутации генома) с образованием нового гена. Как показано ниже:

Принципиальная схема слияния генов（Источник изображения：https://www.tumorfusions.org/）

Вообще говоря, слияние генов означает слияние на уровне генома. Однако слияние может происходить и на уровне транскриптома, главным образом потому, что РНК, образующиеся в результате транскрипции двух разных генов, по какой-то причине сливаются вместе, образуя новую слитую РНК, которая может кодировать белок или может быть некодирующей. Гены слияния, генерируемые на уровне генома, могут экспрессироваться или не экспрессироваться в зависимости от ситуации слияния (например, повреждения области промотора или других причин).

[Механизм слияния генов]

Существует три основных механизма слияния генов, как показано на рисунке ниже:

Три распространенных механизма слияния генов（Источник изображения：Wikipedia）

Существует три общих механизма слияния генов:

1) Хромосомная транслокация, хромосомная транслокация. Как показано на рисунке А выше, два сегмента хромосом 1 и 2 пересекаются и обмениваются местами, в результате чего светло-зеленый ген на хромосоме 1 сливается с оранжевым геном на хромосоме 2;

2) Интерстициальная делеция, отсутствует середина. Как показано на рисунке выше, сегмент между оранжевым геном и светло-зеленым геном на хромосоме 3 удаляется, что в конечном итоге приводит к слиянию двух генов;

3) Хромосомная инверсия, хромосомная инверсия. Например, сегмент между геном оранжевого и геном темно-зеленого цвета на хромосоме 4 подвергается инверсии, что в конечном итоге приводит к слиянию гена оранжевого и гена светло-зеленого.

[Связь между слиянием генов и раком]

Так зачем же изучать слияние генов? Поскольку многие прошлые исследования постоянно показывали, что слияние генов тесно связано с возникновением и развитием различных заболеваний, особенно рака, и даже является прямой причиной некоторых видов рака, слияние генов также стало важным исследованием в современном анализе больших данных омикса. . содержание.

В настоящее время сообщается, что возникновение многих видов рака тесно связано со слиянием генов, как показано в следующей таблице:

Количество известных слияний генов и количество повторных слияний в некоторых опухолях (Изображение предоставлено: Мертенс et al. Nature Reviews Cancer, 2015）

Более того, FDA США (Управление по контролю за продуктами и лекарствами) одобрило некоторые препараты, нацеленные на определенные слияния генов, для лечения соответствующих видов рака, как показано в следующей таблице:

Одобренные FDA препараты для лечения соответствующих опухолей （ Источник изображения: Мертенс et al. Nature Reviews Cancer, 2015）

Следовательно, слияния генов могут быть тесно связаны с возникновением и развитием различных видов рака. Эти слитые гены также могут быть потенциальными мишенями для лекарств, и необходимо провести их углубленное исследование.

[Идентификация слияний генов на основе полногеномного секвенирования и секвенирования транскриптома]

Идентификация слияний генов может быть основана на данных полногеномного секвенирования (WGS), данных секвенирования транскриптома (RNA-seq), или лучше использовать комбинацию этих двух технологий.

Слияние генов, выявленное с помощью полногеномного секвенирования, в основном можно определить как вызванное какой-либо мутацией на уровне генома. Однако без данных секвенирования транскриптома невозможно точно определить, может ли новый ген, созданный после слияния, экспрессироваться или нет. количество выражения. Высокое и низкое.

Слияние генов, выявленное по данным секвенирования транскриптома, может быть четко выражено как слияние генов, но невозможно полностью определить, вызвано ли оно геномной вариацией или происходит в результате слияния РНК, которое происходит после транскрипции двух разных генов.

Следовательно, если позволяют условия, более точные результаты идентификации могут быть получены путем объединения полногеномного секвенирования и секвенирования транскриптома для выявления слияний генов.

[Общие термины при идентификации слияния генов]

Прежде чем разобраться в методах или программном обеспечении для идентификации слияний генов, давайте сначала разберемся с некоторыми общими терминами, используемыми при идентификации слияний генов на основе данных секвенирования. Подробности показаны на рисунке ниже:

Некоторые общие термины для идентификации слияния генов（Источник изображения：Liu et al. Nucleic Acids Research, 2016）(A) Intact exon (IE) type andbroken exon (BE) type fusion transcripts; (B) spanning read, split readand anchor length; (C) short and long insert size of DNA fragment forsequencing.

Эти общие термины:

1) Слияние типа интактного экзона (IE) означает, что исходный экзон полностью сохраняется после слияния, не затрагивая исходную структуру экзона. Как показано на рисунке A выше, слияние экзона 2 гена A и экзона 1 гена B полностью сохраняет последовательность двух экзонов;

2) Слияние типа сломанного экзона (BE) означает, что исходная полная последовательность экзонов не сохраняется после слияния. Как показано на рисунке A выше, частичная последовательность экзона 3 гена A слита с экзоном 2 гена B. В новом гене после слияния часть последовательности экзона 3 гена A теряется;

3) Точка разрыва относится к месту слияния двух слитых генов в геноме, например, к месту слияния гена A (синий) и гена B (зеленый) на рисунке B выше;

4) Связующее чтение относится к парному чтению, которое соответствует двум слитым генам в сайте слияния, например, пара ридов, соответствующих гену A (синий) и гену B (зеленый) на рисунке B выше;

5) Разделенное чтение относится к прочтению, которое точно соответствует месту слияния, как показано в правой части рисунка B выше;

6) Длина якоря относится к длине левого и правого концов считывания, охватывающего место сращения, как показано на правой стороне рисунка B выше;

7) Короткий размер вставки обычно относится к короткому расстоянию между двумя прочтениями при секвенировании парных концов, которое обычно составляет несколько сотен пар оснований;

8) Длинный размер вставки обычно относится к большему расстоянию между двумя прочтениями при секвенировании парных концов, которое обычно составляет несколько килобайт или даже больше;

Разработка программного обеспечения для идентификации слияния генов обычно разрабатывается на основе упомянутых выше условий и с использованием соответствующих алгоритмов.

[Сравнение производительности программного обеспечения для идентификации слияния генов]

На данный момент разработаны десятки различных программ для обнаружения слияния генов, некоторые из которых имеют относительно хорошие комплексные характеристики. Далее мы продолжим сравнивать и анализировать производительность некоторых широко используемых программ для идентификации слияния генов.

В следующей таблице приведено сравнение производительности 15 широко используемых программ для идентификации слияния генов на 3 различных типах синтетических данных и 3 наборах реальных данных. Это программное обеспечение: SOAPfuse, FusionCatcher, JAFFA, EricScript, chimerascan, PRADA, deFuse, FusionMap, TopHat-Fusion, MapSplice, BreakFusion, SnowShoes-FTD, FusionQ, FusionHunter, ShortFuse.

Сравнение показателей F-мер 15 типов программного обеспечения для идентификации слияния генов на 3 наборах синтетических данных и 3 наборах реальных данных（Источник изображения：Liu et al. Nucleic Acids Research, 2016). F-мера — это статистика, также известная как F-показатель, которая представляет собой средневзвешенное гармоническое значение точности и полноты. Она часто используется для оценки качества моделей классификации. Чем выше значение, тем лучше производительность. Примечание:* Лучшая общая производительность.

Стоит отметить, что длина считываний секвенирования, а также размер вставки считываний парного секвенирования и т. д. будут влиять на идентификационный эффект слияния генов. Поэтому в приведенной выше таблице используются различные типы данных измерений для всестороннего изучения производительности этих 15 программ. Среди них Тип-1А представляет собой данные секвенирования парных концов химерных транскриптов с 5'- и 3'-конца, искусственно синтезированных с использованием программного обеспечения wgsim, где длина считывания составляет 100 п.о., а размер вставки - 500 ± 50 п.о. Синтез данных типа 1B; метод и Тип-1А аналогичны, за исключением того, что размер вставки данных парного секвенирования меньше, 250 ± 50 п.н. Тип-3B: синтетические данные с длиной считывания 50 п.н.; Остальные три набора реальных данных относятся к раку молочной железы, меланоме и раку простаты соответственно.

Результаты сравнения показывают, что SOAPfuse, FusionCatcher и JAFFA имеют лучшую общую производительность на 3 наборах смоделированных данных и 3 наборах реальных данных и достигли наивысшего балла по F-мере.

Лю и соавт. далее сравнили эффективность программного обеспечения для обнаружения слияния 15 генов на более реальных данных. Подробности показаны на рисунке ниже:

Дальнейшее сравнение производительности программного обеспечения для обнаружения слияния 15 генов на реальных наборах данных секвенирования.（Источник изображения： Liu et al. Nucleic Acids Research, 2016 ). Вертикальная ось от A до C — количество обнаруженных реальных слияний генов, а горизонтальная ось — 15 различных программ. На рисунке D показано сравнение кривых между Precision и Recall. Среди них (А) и (D) использует Breast набор данных о раке; (B) и (E) Используется набор данных меланомы; (C) и(F) использует простату набор данных о раке.

Результаты сравнения с реальными данными также показывают, что SOAPfuse, FusionCatcher и JAFFA имеют более высокую точность обнаружения слияний генов.

Liu et al. Также сравнивалось время работы программного обеспечения для обнаружения слияния 15 генов на синтетических наборах данных и реальных наборах данных с различной глубиной секвенирования. Подробности показаны на рисунке ниже:

Сравнение скорости работы программного обеспечения для обнаружения слияния 15 генов（Источник изображения： Liu et al. Nucleic Acids Research, 2016 ). По оси Y отложено время работы в минутах (мин). А есть Синтетический набор данных, длина чтения 100. п.н., глубина моделирования секвенирования составляет 50X соответственно, 100X и200X. Б – недвижимость cancer 171T наборов данных.

Результаты сравнения времени работы показывают, что такое программное обеспечение, как FusionMap, работает быстрее всего. Однако предыдущие результаты показывают, что точность слияния генов, обнаруженного с помощью FusionMap, низка.

так,Ни один метод не имеет наиболее очевидных преимуществ во всех аспектах сравнения производительности. общий,SOAPfuse — лучшее общее сравнение,Далее идет FusionCatcher и JAFFA. Более того, поскольку разные программы имеют разные преимущества и недостатки, более точные результаты можно получить, объединив несколько разных программ для выявления слияний генов.

Издатель: Лидер стека программистов полного стека, укажите источник для перепечатки: https://javaforall.cn/166940.html Исходная ссылка: https://javaforall.cn