NanoTS: a deep learning tool for accurate SNP calling in nanopore long-read transcriptome data.

Outil d'apprentissage profond détectant les polymorphismes nucléotidiques simples à partir de données de séquençage nanopore du transcriptome, en ARN direct comme en ADNc

La détection de variants à partir des données de transcriptome nanopore long-read reste difficile. NanoTS est un outil d'apprentissage profond qui détecte les polymorphismes nucléotidiques simples (SNP) dans différents types de données de séquençage nanopore du transcriptome. Les auteurs rapportent qu'il surpasse les méthodes existantes, avec des scores F1 supérieurs à 0,980 sur les données d'ARN direct et à 0,966 sur les données d'ADNc, pour les SNP soutenus par au moins cinq lectures. Il améliore nettement la détection des variants à déséquilibre allélique. Les auteurs montrent enfin qu'il permet de détecter et de génotyper des variants pathogènes responsables de maladies mendéliennes, ce qui souligne son utilité clinique potentielle.

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

Des scores F1 supérieurs à 0,980 sur ARN direct et à 0,966 sur ADNc, avec un gain net sur les variants à déséquilibre allélique, font de NanoTS un candidat sérieux pour l'appel de SNP directement sur le transcriptome nanopore. Ces chiffres valent toutefois pour les SNP soutenus par au moins cinq lectures et ne disent rien des positions couvertes par moins de lectures ; la démonstration sur des variants pathogènes mendéliens est présentée comme un potentiel clinique, sans effectif ni sensibilité dans le résumé. L'apport diagnostique par rapport à l'appel de variants sur l'ADN reste à établir.

Analyse par Dr Thibaut Benquey