CNproScan: Hybrid CNV detection for bacterial genomes
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F65269705%3A_____%2F21%3A00074845" target="_blank" >RIV/65269705:_____/21:00074845 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216305:26220/21:PU141288
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S0888754321002779?via%3Dihub" target="_blank" >https://www.sciencedirect.com/science/article/pii/S0888754321002779?via%3Dihub</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.ygeno.2021.06.040" target="_blank" >10.1016/j.ygeno.2021.06.040</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
CNproScan: Hybrid CNV detection for bacterial genomes
Popis výsledku v původním jazyce
Discovering copy number variation (CNV) in bacteria is not in the spotlight compared to the attention focused on CNV detection in eukaryotes. However, challenges arising from bacterial drug resistance bring further interest to the topic of CNV and its role in drug resistance. General CNV detection methods do not consider bacteria's features and there is space to improve detection accuracy. Here, we present a CNV detection method called CNproScan focused on bacterial genomes. CNproScan implements a hybrid approach and other bacteria-focused features and depends only on NGS data. We benchmarked our method and compared it to the previously published methods and we can resolve to achieve a higher detection rate together with providing other beneficial features, such as CNV classification. Compared with other methods, CNproScan can detect much shorter CNV events.
Název v anglickém jazyce
CNproScan: Hybrid CNV detection for bacterial genomes
Popis výsledku anglicky
Discovering copy number variation (CNV) in bacteria is not in the spotlight compared to the attention focused on CNV detection in eukaryotes. However, challenges arising from bacterial drug resistance bring further interest to the topic of CNV and its role in drug resistance. General CNV detection methods do not consider bacteria's features and there is space to improve detection accuracy. Here, we present a CNV detection method called CNproScan focused on bacterial genomes. CNproScan implements a hybrid approach and other bacteria-focused features and depends only on NGS data. We benchmarked our method and compared it to the previously published methods and we can resolve to achieve a higher detection rate together with providing other beneficial features, such as CNV classification. Compared with other methods, CNproScan can detect much shorter CNV events.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10606 - Microbiology
Návaznosti výsledku
Projekt
<a href="/cs/project/GA17-01821S" target="_blank" >GA17-01821S: Výkonnostní techniky pro sestavování a anotaci bakteriálního genomu využívající číslicové zpracování genomických signálů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Genomics
ISSN
0888-7543
e-ISSN
—
Svazek periodika
113
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
9
Strana od-do
3103-3111
Kód UT WoS článku
000688249700003
EID výsledku v databázi Scopus
2-s2.0-85109766352