
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于BAM文件SNV重叠检测的多组学数据样本错标识别工具JuxtaBAM
《BMC Genomics》:JuxtaBAM: a species and SNP-independent method to validate the integrity of joint epigenomic and transcriptomic profiling datasets
【字体: 大 中 小 】 时间:2026年10月22日 来源:BMC Genomics 3.9
编辑推荐:
摘要背景整合调控和转录数据集的分析已成为识别导致常见人类疾病分子通路紊乱的有效策略。随着这些表观基因组数据集规模的扩大,因果推断的统计支持力度增强,但样本错标的可能性也随之增加,并可能干扰下游分析。此前发布的样本交换检测工具通常依赖于预定的群体单核苷酸多态性(SNP)列表或连
整合调控和转录数据集的分析已成为识别导致常见人类疾病分子通路紊乱的有效策略。随着这些表观基因组数据集规模的扩大,因果推断的统计支持力度增强,但样本错标的可能性也随之增加,并可能干扰下游分析。此前发布的样本交换检测工具通常依赖于预定的群体单核苷酸多态性(SNP)列表或连锁不平衡图谱,这限制了它们在模式生物以及每种检测方法所检测的特定基因组区域中的适用性。
我们提出了一种利用不同细胞系和组织样本组中遗传变异来识别样本不一致并纠正错标样本的方法。我们的方法JuxtaBAM直接从输入BAM文件中重叠的高信号区域识别单核苷酸变异(SNVs),从而将基因分型聚焦于两种检测中都具有足够读段覆盖度的区域。JuxtaBAM计算所有样本间的成对SNV错配率,利用贝塔-二项分布对错配基因型计数进行建模以检测样本错标和重复,并报告标记的可能存在样本错配或重复的配对。我们通过将该方法应用于我们自己之前发表的关于一组25种胃癌细胞系配对ATAC-seq和RNA-seq的数据,证明该方法可用于验证联合表观基因组和转录组学检测数据集的完整性,其中JuxtaBAM识别出了一个错标的重复样本。我们进一步在ENCODE小鼠DNase-seq和RNA-seq数据上验证了该方法,该数据来自两个不同小鼠品系衍生的细胞系,包括多个由独立实验室生成的实验,证实了该方法在不同实验室来源和检测类型下的物种无关性。
JuxtaBAM提供了一种物种无关的方法,用于验证多组学数据集中的样本身份,且不依赖于预定义的群体SNP面板。其对直接从数据中发现的变异的依赖使其可以很容易地应用于任何具有参考基因组的生物体,其统计框架为识别错标样本提供了定量支持。
整合调控和转录数据集的分析已成为识别导致常见人类疾病分子通路紊乱的有效策略。随着这些表观基因组数据集规模的扩大,因果推断的统计支持力度增强,但样本错标的可能性也随之增加,并可能干扰下游分析。此前发布的样本交换检测工具通常依赖于预定的群体单核苷酸多态性(SNP)列表或连锁不平衡图谱,这限制了它们在模式生物以及每种检测方法所检测的特定基因组区域中的适用性。
我们提出了一种利用不同细胞系和组织样本组中遗传变异来识别样本不一致并纠正错标样本的方法。我们的方法JuxtaBAM直接从输入BAM文件中重叠的高信号区域识别单核苷酸变异(SNVs),从而将基因分型聚焦于两种检测中都具有足够读段覆盖度的区域。JuxtaBAM计算所有样本间的成对SNV错配率,利用贝塔-二项分布对错配基因型计数进行建模以检测样本错标和重复,并报告标记的可能存在样本错配或重复的配对。我们通过将该方法应用于我们自己之前发表的关于一组25种胃癌细胞系配对ATAC-seq和RNA-seq的数据,证明该方法可用于验证联合表观基因组和转录组学检测数据集的完整性,其中JuxtaBAM识别出了一个错标的重复样本。我们进一步在ENCODE小鼠DNase-seq和RNA-seq数据上验证了该方法,该数据来自两个不同小鼠品系衍生的细胞系,包括多个由独立实验室生成的实验,证实了该方法在不同实验室来源和检测类型下的物种无关性。
JuxtaBAM提供了一种物种无关的方法,用于验证多组学数据集中的样本身份,且不依赖于预定义的群体SNP面板。其对直接从数据中发现的变异的依赖使其可以很容易地应用于任何具有参考基因组的生物体,其统计框架为识别错标样本提供了定量支持。