SuperAPI AI 工具集

bio-outlier-splicing-detection

通用与其它

查看项目

更新于 10-15 21:55

技能介绍

用途:在罕见病临床 RNA-seq 诊断中,回答“该单个患者相对未受累对照队列有何异常”,即单样本对队列的离群检测,而非两组差异剪接。

主要能力与工具:FRASER 2.0(基于 Intron Jaccard Index 的 Beta-二项自编码器,检测每个样本每个连接点的剪接离群);OUTRIDER(自编码器去噪表达 Z 分数,检测基因水平表达离群,如功能缺失、单等位);LeafcutterMD(Dirichlet-多项离群模式,无需注释的内含子使用);DROP(Snakemake 流程,整合上述及单等位表达)。参考版本:FRASER 2.0(>=1.99.0)、OUTRIDER 1.20+、leafcutter 0.2.9+、DROP 1.4+、R 4.4+、BiocManager 1.30+。

使用方式:FRASER 流程为构建 FraserDataSet、countRNAData、calculatePSIValues、filterExpressionAndVariability、fitMetrics(fds) <- 'jaccard'、currentType(fds) <- 'jaccard'、FRASER(fds, q=c(jaccard=10)),再用 results() 按 padjCutoff 与 deltaPsiCutoff 筛选。OUTRIDER 用 OutriderDataSet、filterExpression、estimateBestQ、OUTRIDER、results。LeafcutterMD 先用 regtools junctions extract 与 leafcutter_cluster_regtools.py 生成计数,再运行 leafcutterMD.R。DROP 经 bioconda 安装:mamba create -n drop_env -c conda-forge -c bioconda drop --override-channels,然后 drop init、编辑 config.yaml、snakemake --cores 16 --use-conda。

适用场景:单患者加 n>=50 对照推荐 FRASER 2.0;n=20-50 可加 GTEx 辅助对照并调 q;n<20 不足。疑似表达功能缺失用 OUTRIDER;无注释新连接用 LeafcutterMD;整合诊断用 DROP。组织选择影响大:血液约覆盖 70-80% 临床基因,成纤维细胞 75-85%,肌肉 85-90%,iPSC 衍生细胞可达 95%。

限制:队列过小、组织不匹配、批次效应、q 超参数误调均会导致假阳性或漏检;DROP 不在 PyPI,需 bioconda;负结果不能排除在查询组织中不表达的候选基因,需先用 GTEx 验证组织表达。具体收费、价格与平台信息暂未提供。