【佳學(xué)基因檢測】提升肺癌風(fēng)險(xiǎn)基因檢測的基因解碼技術(shù)介紹:GWAMA
匯總多個(gè)GWA結(jié)果的薈萃分析工作(元數(shù)據(jù)分析、元宇宙分析)正在從檢測識(shí)別單個(gè)小樣本實(shí)驗(yàn)無法獲得的關(guān)聯(lián)性。在佳學(xué)基因的全系列基因解碼技術(shù)中,這一深度人工智能基因解碼技術(shù)被稱為全基因組關(guān)聯(lián)薈萃分析(GWAMA)。在佳學(xué)基因所使用的這一技術(shù)體系中,其明顯的優(yōu)勢是在增加參與分析的樣本的同時(shí),采用了較小的算力。使用匯總級別的數(shù)據(jù)而不是單個(gè)樣本級的數(shù)據(jù)是這一基因信息人工智能的一個(gè)創(chuàng)新。
創(chuàng)新的另一個(gè)級別是,采用匯總后的數(shù)據(jù)進(jìn)行中間表達(dá)水平與表型的關(guān)聯(lián)關(guān)系的研究。在這一思路的指導(dǎo)下,開發(fā)出了TWAS(匯總算法)和SMR(匯總孟德爾隨機(jī)算法。佳學(xué)基因還充分應(yīng)用了另一類將eQTL信息與GWAS結(jié)果相結(jié)合的方法,在這一基因解碼技巧中,佳學(xué)基因解碼人員應(yīng)用了eQTL和GWAS信號(hào)的共定位現(xiàn)象。共定位信號(hào)提供了eQTL目標(biāo)基因與復(fù)雜性狀之間可能存在因果關(guān)系的證據(jù),其中包括RTC、Sherlock、COLOC,以及賊近的eCavia和ENLOC。
為了開發(fā)更為強(qiáng)勁的算法,以更先進(jìn)現(xiàn)有數(shù)據(jù)的應(yīng)用能力,佳學(xué)基因結(jié)合國際生物信息學(xué)的進(jìn)展,應(yīng)用了一個(gè)數(shù)學(xué)模型,這一數(shù)學(xué)模型使得佳學(xué)基因直接從PrediXcan中獲得基因的調(diào)控信息,而拋除個(gè)體及小樣本數(shù)據(jù)所產(chǎn)生的偏差,更為強(qiáng)大的是,它增加了PrediXcan數(shù)據(jù)的適用性。這一新開發(fā)的人工神經(jīng)網(wǎng)絡(luò)算法結(jié)構(gòu)在實(shí)踐中采用的名字之一是MetaXcan。在MetaXcan開發(fā)的過程中,首先用訓(xùn)練100多萬個(gè)基因表達(dá)性狀的彈性凈預(yù)測模型,覆蓋來自GTEx的44個(gè)人體組織的蛋白質(zhì)編碼基因,然后對來自40個(gè)大型meta分析聯(lián)盟和dbGaP的100個(gè)表型進(jìn)行基因水平關(guān)聯(lián)測試。
肺癌是危脅中國男性健康的先進(jìn)大腫瘤,GWAMA、PrediXcan進(jìn)而到MetaXcan,一代比一代更為強(qiáng)勁的算法,不斷增加佳學(xué)基因肺癌基因檢測所覆蓋的腫瘤基因數(shù)量,使得肺癌腫瘤風(fēng)險(xiǎn)及腫瘤靶向藥物的選擇更具有多樣性。而新的分析結(jié)果也進(jìn)一步促進(jìn)新靶點(diǎn)藥物的研制。
(責(zé)任編輯:佳學(xué)基因)