XVir：一种基于 Transformer 的从癌症样本中识别病毒读段的架构
基因组学
2023-08-30 v1 机器学习
摘要
据估计，全球约 15% 的癌症可与病毒感染相关联。可引发或增加癌症风险的病毒包括人乳头瘤病毒、乙型和丙型肝炎病毒、爱泼斯坦-巴尔病毒以及人类免疫缺陷病毒等。随着近期测序技术的进步使得海量肿瘤 DNA 数据的收集成为可能，对这些数据的计算分析已使人们得以研究癌症与病毒病原体之间的潜在关联。然而，致癌病毒家族的高度多样性使得病毒 DNA 的可靠检测十分困难，因而令此类分析颇具挑战。本文中，我们介绍 XVir，一种依赖基于 transformer 的深度学习架构的数据流水线，用于可靠识别人肿瘤中存在的病毒 DNA。具体而言，XVir 在来自病毒与人类基因组的基因组测序读段上训练，并可与肿瘤序列信息一起使用以发现人类癌症中病毒 DNA 的证据。在半实验数据上的结果表明，XVir 能够实现高检测准确率，通常优于最先进的竞争方法，同时更为紧凑且计算需求更低。
引用
@article{arxiv.2308.14769,
title = {XVir: A Transformer-Based Architecture for Identifying Viral Reads from Cancer Samples},
author = {Shorya Consul and John Robertson and Haris Vikalo},
journal= {arXiv preprint arXiv:2308.14769},
year = {2023}
}
备注
8 pages