这项发表在《Nature biotechnology》的研究通过ICGC–TCGA DREAM挑战赛,对31种肿瘤亚克隆重构算法进行了长达七年的众包基准测试。研究团队利用云端算力在51个模拟肿瘤数据集上执行了逾万次分析,旨在评估算法在推断肿瘤纯度、演化特征及系统发育树方面的准确性。实验结果表明,算法的选择对预测准确性的影响远超肿瘤自身的生物学特征,且没有任何单一算法能在所有评估任务中均拔得头筹。研究特别强调,经纯度校正的测序深度(NRPCC)是限制重构精度的关键技术瓶颈,低深度测序常导致误判。通过公开这些经过容器化处理的方法和对照数据集,该研究为未来开发更精准的癌症演化分析工具提供了重要的资源支持与设计准则。
References:
* Salcedo A, Tarabichi M, Buchanan A, et al. Crowd-sourced benchmarking of sing...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
References:
* Salcedo A, Tarabichi M, Buchanan A, et al. Crowd-sourced benchmarking of sing...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
