DeepRVAT- Integration of Variant Annotations

Veranstaltungsdetails
Datum: 02.07.2024, 17:30 Uhr - 18:30 Uhr 
Ort: N2045, Universitätsstraße 2, 86159 Augsburg
Veranstalter: Lehrstuhl für Biomedizinische Informatik, Data Mining und Data Analytics
Themenbereiche: Studium, Wissenschaftliche Weiterbildung, Informatik, Gesundheit und Medizin
Veranstaltungsreihe: Medical Information Sciences
Veranstaltungsart: Vortragsreihe
Vortragende: Eva Holtkamp, M.Sc.
BIOINF ASFDASDF DSFASF ASDF ASDF © Universität Augsburg

In diesem Sommersemester wird die im WiSe 2022/23 erfolgreich gestartete Vortragsreihe Medical Information Sciences fortgesetzt. Renommierte Wissenschaftlerinnen und Wissenschaftler unterschiedlicher Fachdisziplinen und Forschungsstandorte geben jeden Dienstag ab 17:30 Uhr Einblicke in aktuelle Fragestellungen und Anwendungsgebiete des breiten Forschungsfeldes Medical Information Sciences.


Rare genetic variants can strongly predispose to disease, yet accounting for rare variants is statistically challenging, and principled strategies for integrating possibly diverse types of variant annotations in a data-driven manner are lacking. Here, we present DeepRVAT (Deep Rare Variant Association Testing), a deep set model that learns gene impairment scores from rare variants, annotations, and phenotypes. DeepRVAT infers the relevance of different annotations and their combination directly from data, eliminating ad hoc modeling choices that characterize existing methods. DeepRVAT estimates a single, trait-agnostic gene impairment score for each gene in each sample, enabling both risk prediction and gene discovery in a unified framework and seamless integration into established association testing frameworks. We apply DeepRVAT on 34 quantitative and 63 binary traits across 469,382 whole-exome-sequenced individuals from the UK Biobank. We integrate state-of-the-art annotations, including AlphaMissense, PrimateAI, AbSplice, DeepRipe, and DeepSEA, and find a substantial increase in gene discoveries and improved replication rates on held-out individuals over previous methods.  We demonstrate the applicability of pre-trained DeepRVAT models to new traits, facilitating the study of disease cohorts with limited training data. Furthermore, we significantly improve the detection of individuals at high genetic risk by combining common variant polygenic risk scores with DeepRVAT.

Weitere Veranstaltungen der Veranstaltungsreihe "Medical Information Sciences"

Weitere Veranstaltungen: Lehrstuhl für Biomedizinische Informatik, Data Mining und Data Analytics

  • Juli 2024
  • Juli 2024 / August 2024
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 01
    • 02
    • 03
    • 04
  • August 2024
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
  • August 2024 / September 2024
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 01
  • September 2024
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
  • September 2024
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
  • September 2024 / Oktober 2024
    • 30
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
  • Oktober 2024
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
  • Oktober 2024 / November 2024
    • 28
    • 29
    • 30
    • 31
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
  • November 2024
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
  • November 2024 / Dezember 2024
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
  • Dezember 2024
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
  • Dezember 2024 / Januar 2025
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 01
    • 02
    • 03
    • 04
    • 05
  • Januar 2025
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
  • Januar 2025 / Februar 2025
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 01
    • 02
  • Februar 2025
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
  • Februar 2025 / März 2025
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 01
    • 02
  • März 2025
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
  • März 2025
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
  • März 2025 / April 2025
    • 31
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
    • 12
    • 13
  • April 2025
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
  • April 2025 / Mai 2025
    • 28
    • 29
    • 30
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
    • 09
    • 10
    • 11
  • Mai 2025
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
  • Mai 2025 / Juni 2025
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06
    • 07
    • 08
  • Juni 2025
    • 09
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
  • Juni 2025 / Juli 2025
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 01
    • 02
    • 03
    • 04
    • 05
    • 06

Suche