VariantMedium: sensitive and generalizable somatic point mutation calling with 3D DenseNets trained and evaluated on experimental data.
Résumé
L'identification précise des variants somatiques est essentielle en oncologie, mais les méthodes existantes peinent à maintenir une sensibilité élevée dans certaines régions génomiques. VariantMedium, un nouvel outil, combine un classifieur basé sur des arbres avec un réseau de neurones convolutif 3D DenseNet. Ce modèle a été entraîné et validé sur un vaste ensemble de données de variants confirmés expérimentalement, et amélioré par une stratégie d'apprentissage actif. Il démontre une sensibilité supérieure et des scores F1 comparables ou meilleurs que les outils de référence, particulièrement dans les régions à fort taux d'erreur de séquençage.
Analyse
Sur le plan bioinformatique, VariantMedium représente une application incrémentale mais significative des architectures de réseaux de neurones, combinant un classifieur basé sur des arbres avec un DenseNet 3D. Sa nouveauté réside dans l'intégration d'une stratégie d'apprentissage actif, où les prédictions sont confirmées expérimentalement par séquençage profond ciblé pour améliorer le modèle. L'outil a été benchmarké contre des appelants de variants établis comme Mutect2 et Strelka2, montrant une sensibilité supérieure et des scores F1 similaires ou meilleurs, notamment dans les régions génomiques difficiles. Le modèle a été entraîné et validé sur 336 839 variants provenant de 2 956 échantillons WES/WGS, puis évalué sur 118 887 variants issus de deux études indépendantes de séquençage profond. Le code est fourni en open-source, garantissant la reproductibilité et facilitant son déploiement clinique potentiel pour la médecine de précision, en améliorant la détection des mutations somatiques.