PredCID：ヒトがんにおけるドライバーフレームシフトインデルの予測

PredCID: prediction of driver frameshift indels in human cancer.

• Zhenyu Yue
• Xinlu Chu
• Junfeng Xia

抄録

癌生物学の分野では、ドライバー突然変異とパッセンジャー突然変異の識別がホットな話題となっています。近年の進歩により、がんゲノム研究におけるドライバー変異の同定は改善されてきていますが、がんのフレームシフトインデル（挿入または欠失）に特化した計算手法はまだありません。また、既存のがんフレームシフトインデル予測因子は、バリアントアノテーションの過程で転写産物の選択が異なるため、多くの欠損値に悩まされることがある。本研究では、PredCID (Predictor for Cancer driver frameshift InDels)と呼ばれる、がんドライバーのフレームシフトインデルを正確に予測するための計算モデルを提案した。遺伝子、DNA、転写物、タンパク質レベルの特徴量を組み合わせて、eXtreme Gradient Boosting分類器を用いて分類する。クロスバリデーションデータセットと独立したデータセットでのベンチマーク結果から、PredCIDは、既存の非がんに特化した手法と比較して、がん運転者のフレームシフトインデルを搭乗者から区別する際に、より優れたロバストな性能を達成しており、ヒトのがんにおけるフレームシフトインデルの理解を深める上で貴重な手法であることが示されました。PredCIDは、http://bioinfo.ahu.edu.cn:8080/PredCID で学術研究に自由に利用できます。

The discrimination of driver from passenger mutations has been a hot topic in the field of cancer biology. Although recent advances have improved the identification of driver mutations in cancer genomic research, there is no computational method specific for the cancer frameshift indels (insertions or/and deletions) yet. In addition, existing pathogenic frameshift indel predictors may suffer from plenty of missing values because of different choices of transcripts during the variant annotation processes. In this study, we proposed a computational model, called PredCID (Predictor for Cancer driver frameshift InDels), for accurately predicting cancer driver frameshift indels. Gene, DNA, transcript and protein level features are combined together and selected for classification with eXtreme Gradient Boosting classifier. Benchmarking results on the cross-validation dataset and independent dataset showed that PredCID achieves better and robust performance compared with existing noncancer-specific methods in distinguishing cancer driver frameshift indels from passengers and is therefore a valuable method for deeper understanding of frameshift indels in human cancer. PredCID is freely available for academic research at http://bioinfo.ahu.edu.cn:8080/PredCID.

© The Author(s) 2020. Published by Oxford University Press. All rights reserved. For Permissions, please email: journals.permissions@oup.com.