dicast: a machine learning method for accurate structural variant detection from short-read sequencing data.

Score d'apprentissage automatique appliqué aux appels de variants structuraux short-read, à partir de caractéristiques d'alignement et de contexte génomique

La détection des variants structuraux à partir de données short-read reste difficile, alors que cette technologie sous-tend la majorité des workflows cliniques. dicast est une méthode d'apprentissage automatique qui attribue un score aux appels de variants structuraux issus de données short-read, à partir de caractéristiques d'alignement et de contexte génomique. Le modèle est entraîné sur une nouvelle vérité terrain multi-technologies construite à partir de neuf échantillons et longuement curée à la main. Les auteurs rapportent qu'il surpasse les outils short-read existants et les approches par consensus, en récupérant nettement plus de vrais positifs à précision élevée. Appliqué au diagnostic, dicast identifie l'ensemble des variants pathogènes de plusieurs cohortes de patients et 20 % de délétions pathogènes candidates de plus que les approches par consensus.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

Le point qui compte pour un laboratoire est qu'il ne s'agit pas de passer au long-read mais de mieux exploiter les données short-read déjà produites — le variant structural reste la classe la plus mal rendue de l'exome et du génome. La vérité terrain repose toutefois sur neuf échantillons, et les 20 % de délétions supplémentaires sont des candidats, pas des diagnostics : c'est autant de travail d'interprétation en plus, dont l'abstract ne dit pas quelle fraction se confirme. À évaluer sur ses propres données avant tout changement de pipeline.

Analyse par Dr Thibaut Benquey