De novo and somatic structural variant discovery with SVision-pro
编号:48
访问权限:仅限参会人
更新:2025-03-28 00:03:20
浏览:56次
口头报告
摘要
基因组结构变异与丰富多彩的生物性状和严重疾病表型密切相关。本次报告聚焦于如何采用“序列图像化”策略解析基因组内的结构变异。报告人于2022年在Nature Methods上发表SVision方法,首次把“序列-图像”转换策略引入到单样本结构变异检测领域,并解析了不同人种在神经发育基因上的复杂结构变异。于2024年在Nature Biotechnology发表了SVision-pro方法,将SV检测和分型问题统一转化为图像空间的SV实例分割问题,直接比较图像化的样本测序差异,实现了高精确性、低假阳性的新生、体细胞SV检测,为后续从大规模临床诊断数据中发现关键致病SV提供关键技术支撑,为基于人工智能+的生物序列计算框架提供新思路。
发表评论