informИнформатикаInformatics1816-03012617-6963UIIP NASB10.37661/1816-0301-2025-22-2-81-94inform-1355Research ArticleБИОИНФОРМАТИКАBIOINFORMATICSПрограммный комплекс для имитационного моделирования сайтов однонуклеотидного генетического полиморфизмаSoftware complex for simulation modelling of single nucleotide genetic polymorphism sitesЯцковН. Н.YatskouM. M.

Яцков Николай Николаевич, кандидат физико-математических наук, доцент, доцент кафедры системного анализа и компьютерного моделирования, факультет радиофизики и компьютерных технологий

пр. Независимости, 4, Минск, 220030

Mikalai M. Yatskou, Ph. D. (Phys.-Math.), Assoc. Prof., Department of Systems Analysis and Computer Modelling, Faculty of Radiophysics and Computer Technologies

av. Nezavisimosti, 4, Minsk, 220030

yatskou@bsu.byСарнацкийД. Д.SarnatskiD. D.

Сарнацкий Денис Дмитриевич, студент кафедры системного анализа и компьютерного моделирования, факультет радиофизики и компьютерных технологий

пр. Независимости, 4, Минск, 220030

Dzianis D. Sarnatski, Student, Department of Systems Analysis and Computer Modelling, Faculty of Radiophysics and Computer Technologies

av. Nezavisimosti, 4, Minsk, 220030

denisiussarnatski@gmail.comСкакунВ. В.SkakunV. V.

Скакун Виктор Васильевич, кандидат физико-математических наук, доцент, заведующий кафедрой системного анализа и компьютерного моделирования, факультет радиофизики и компьютерных технологий

пр. Независимости, 4, Минск, 220030

Victor V. Skakun, Ph. D. (Phys.-Math.), Assoc. Prof., Head of Department of Systems Analysis and Computer Modelling, Faculty of Radiophysics and Computer Technologies

av. Nezavisimosti, 4, Minsk, 220030

skakun@bsu.byГриневВ. В.GrinevV. V.

Гринев Василий Викторович, кандидат биологических наук, доцент, доцент кафедры генетики, биологический факультет

пр. Независимости, 4, Минск, 220030

Vasily V. Grinev, Ph. D. (Biol.), Assoc. Prof., Department of Genetics, Faculty of Biology

av. Nezavisimosti, 4, Minsk, 220030

grinev_vv@bsu.byБелорусский государственный университетBelarusian State University2025100720252228194Copyright © Яцков Н.Н., Сарнацкий Д.Д., Скакун В.В., Гринев В.В., 20252025Яцков Н.Н., Сарнацкий Д.Д., Скакун В.В., Гринев В.В.Yatskou M.M., Sarnatski D.D., Skakun V.V., Grinev V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/1355

Цели. В настоящее время высокопроизводительные методы секвенирования широко используются в фундаментальных и прикладных исследованиях различных заболеваний человека. Секвенирование функционально значимых регионов генома человека позволяет одновременно идентифицировать множество сайтов генетического полиморфизма, имеющих диагностическую и (или) прогностическую значимость в отношении генетических заболеваний человека. В числе приоритетных целей в этой области стоит разработка эффективных программных инструментов обработки геномных данных и идентификации сайтов однонуклеотидного полиморфизма с использованием методов компьютерного моделирования и анализа больших данных.Методы. Разработан программный комплекс для имитационного моделирования и идентификации сайтов однонуклеотидного полиморфизма с использованием методов машинного обучения. Реализована методика подхода имитационного моделирования и анализа сайтов однонуклеотидного полиморфизма в молекулах ДНК на основе бета-распределения или нормального закона распределения, параметры которых определяются по имеющимся экспериментальным данным, и методов интеллектуального анализа, обученных на смоделированных данных и применяемых для точной идентификации сайтов однонуклеотидного полиморфизма. Комплекс включает R-пакет, веб-приложение и вспомогательные программные средства для обработки экспериментальных данных геномного секвенирования.Результаты. Проверка работоспособности представленного программного комплекса проведена на наборах смоделированных и экспериментальных данных геномного секвенирования клеток человека. Выполнен сравнительный анализ наиболее эффективных алгоритмов идентификации сайтов однонуклеотидных полиморфизмов. Наилучшие результаты получены для моделей машинного обучения.Заключение. Применение программного комплекса повышает точность определения сайтов генетического полиморфизма в ходе анализа больших данных геномного секвенирования. Комплекс может использоваться для моделирования синтетических данных по экспериментальным данным или самостоятельно с целью всестороннего тестирования и выбора наилучших алгоритмов идентификации однонуклеотидных полиморфизмов, а также для генеративного моделирования данных, используемых при обучении алгоритмов идентификации на основе методов интеллектуального анализа

Objectives. High-throughput sequencing methods have recently become widely used in the fundamental and applied research of various human diseases. Sequencing of functionally significant regions of the human genome enables the simultaneous identification of multiple genetic polymorphism sites that have diagnostic and/or prognostic significance for human genetic diseases. One of the key goals in this area is to develop efficient software tools for processing genomic data and identifying single nucleotide polymorphism sites using computer modelling and big data analysis methods.Methods. A software complex has been developed for simulation modelling and identification of single nucleotide polymorphism sites using machine learning methods. The methods for the approach to simulation modelling and analysis of single nucleotide polymorphism sites in DNA molecules are implemented based on the beta or normal distributions, the parameters of which are determined from the available experimental data, and machine learning models trained on simulated data and used to accurately identify single nucleotide polymorphism sites. The software complex includes an R package, a web application, and auxiliary computational tools for processing experimental genomic sequencing data.Results. The performance of the developed software complex was tested on sets of simulated and experimental data from human cell genomic sequencing. A comparative analysis of the most effective algorithms for identifying single nucleotide polymorphism sites was performed. The best results were obtained for machine learning models.Conclusion. The use of the software complex increases the accuracy of identifying genetic polymorphism sites during the analysis of big genomic sequencing data. The software can be used for modelling synthetic data, based on experimental data or independently, for the purpose of comprehensive testing and selection of the best algorithms for identifying single nucleotide polymorphisms, as well as for generative data modelling used in training identification algorithms based on machine learning methods

однонуклеотидный генетический полиморфизмпрограммный комплексимитационное моделированиемашинное обучениеинтеллектуальный анализ данныхR-пакетвеб-приложениеsingle nucleotide genetic polymorphismsoftware complexsimulation modellingmachine learningdata miningR packageweb applicationРабота выполнена в рамках государственной программы научных исследований «Конвергенция-2025» (грант № 3.04.3.1, № гос. регистрации 20211918).ReferencesSung, W. K. Algorithms for Next Generation Sequencing / W. K. Sung. – 1st ed. – N. Y. : Chapman & Hall / CRC, 2017. – 364 p.Sung W. K. Algorithms for Next Generation Sequencing, 1st ed. New York, Chapman & Hall / CRC, 2017, 364 p.Kappelmann-Fenzl, M. Next Generation Sequencing and Data Analysis / ed. M. Kappelmann-Fenzl. – 1st ed. – Cham : Springer, 2021. – 218 p.Kappelmann-Fenzl M. (ed.). Next Generation Sequencing and Data Analysis, 1st ed. Cham, Springer, 2021, 218 p.Optimal design of low-density SNP arrays for genomic prediction: algorithm and applications / X. L. Wu, J. Xu, G. Feng [et al.] // PLoS ONE. – Sept. 2016. – Vol. 11, no 9. – P. e0161719. – DOI: 10.1371/journal.pone.0161719.Wu X. L., Xu J., Feng G., Wiggans G. R., Taylor J. F., …, Bauck S. Optimal design of low-density SNP arrays for genomic prediction: algorithm and applications. PLoS ONE, September 2016, vol. 11, no 9, p. e0161719. DOI: 10.1371/journal.pone.0161719.Machine learning as an effective method for identifying true single nucleotide polymorphisms in polyploid plants / W. Korani, J. P. Clevenger, Y. Chu, P. Ozias-Akins // Plant Genome. – Mar. 2019. – Vol. 12, iss. 1. – P. 180023. – DOI: 10.3835/plantgenome2018.05.0023.Korani W., Clevenger J. P., Chu Y., Ozias-Akins P. Machine learning as an effective method for identifying true single nucleotide polymorphisms in polyploid plants. Plant Genome, March 2019, vol. 12, iss. 1, p. 180023. DOI: 10.3835/plantgenome2018.05.0023.Masoudi-Nejad, A. Next Generation Sequencing and Sequence Assembly. Methodologies and Algorithms / A. Masoudi-Nejad, Z. Narimani, N. Hosseinkhan. – 1st ed. – N. Y. : Springer, 2013. – 86 p.Masoudi-Nejad A., Narimani Z., Hosseinkhan N. Next Generation Sequencing and Sequence Assembly. Methodologies and Algorithms, 1st ed. New York, Springer, 2013, 86 p.Su, Z. HAPGEN2: simulations of multiple disease SNPs / Z. Su, J. Marchini, P. Donnelly // Bioinformatics. – 2011. – Vol. 27, iss. 16. – P. 2304–2305.Su Z., Marchini J., Donnelly P. HAPGEN2: simulations of multiple disease SNPs. Bioinformatics, 2011, vol. 27, iss. 16, p. 2304–2305.Oh, J. H. SITDEM: a simulation tool for disease/endpoint models of association studies based on single nucleotide polymorphism genotypes / J. H. Oh, J. O. Deasy // Computers in Biology and Medicine. – 2014. – Vol. 45. – P. 136–142.Oh J. H., Deasy J. O. SITDEM: a simulation tool for disease/endpoint models of association studies based on single nucleotide polymorphism genotypes. Computers in Biology and Medicine, 2014, vol. 45, pр. 136–142.A comparison of gene region simulation methods / A. E. Hendricks, J. Dupuis, M. Gupta [et al.] // PLoS ONE. – 2012. – Vol. 7, no 7. – P. e40925. – DOI: 10.1371/journal.pone.0040925.Hendricks A. E., Dupuis J., Gupta M., Logue M. W., Lunetta K. L. A comparison of gene region simulation methods. PLoS ONE, 2012, vol. 7, no 7, p. e40925. DOI: 10.1371/journal.pone.0040925.Genetic Simulation Resources: a website for the registration and discovery of genetic data simulators / B. Peng, H. S. Chen, L. E. Mechanic [et al.] // Bioinformatics. – 2013. – Vol. 29, iss. 8. – P. 1101–1102.Peng B., Chen H. S., Mechanic L. E., Racine B., Clarke J., …, Feuer E. J. Genetic Simulation Resources: a website for the registration and discovery of genetic data simulators. Bioinformatics, 2013, vol. 29, iss. 8, pр. 1101–1102.Genetic data simulators and their applications: an overview / B. Peng, H. S. Chen, L. E. Mechanic [et al.] // Genetic Epidemiology. – 2015. – Vol. 39, iss. 1. – P. 2–10.Peng B., Chen H. S., Mechanic L. E., Racine B., Clarke J., …, Feuer E. J. Genetic data simulators and their applications: an overview. Genetic Epidemiology, 2015, vol. 39, iss. 1, pр. 2–10.Tahmasbi, R. GeneEvolve: a fast and memory efficient forward-time simulator of realistic wholegenome sequence and SNP data / R. Tahmasbi, M. C. Keller // Bioinformatics. – 2017. – Vol. 33, iss. 2. – P. 294–296.Tahmasbi R., Keller M. C. GeneEvolve: a fast and memory efficient forward-time simulator of realistic whole-genome sequence and SNP data. Bioinformatics, 2017, vol. 33, iss. 2, pр. 294–296.Posada, D. Simulating haplotype blocks in the human genome / D. Posada, C. Wiuf // Bioinformatics. – 2003. – Vol. 19, iss. 2. – P. 289–290.Posada D., Wiuf C. Simulating haplotype blocks in the human genome. Bioinformatics, 2003, vol. 19, iss. 2, pр. 289–290.DHOEM: a statistical simulation software for simulating new markers in real SNP marker data / L. Jacquin, T. V. Cao, C. Grenier, N. Ahmadi // BMC Bioinformatics. – Dec. 2015. – Vol. 16. – P. 404. – DOI: 10.1186/s12859-015-0830-7.Jacquin L., Cao T. V., Grenier C., Ahmadi N. DHOEM: a statistical simulation software for simulating new markers in real SNP marker data. BMC Bioinformatics, December 2015, vol. 16, p. 404. DOI: 10.1186/s12859-015-0830-7.Meyer, H. V. PhenotypeSimulator: A comprehensive framework for simulating multi-trait, multi-locus genotype to phenotype relationships / H. V. Meyer, E. Birney // Bioinformatics. – 2018. – Vol. 34, iss. 17. – P. 2951–2956.Meyer H. V., Birney E. PhenotypeSimulator: A comprehensive framework for simulating multi-trait, multi-locus genotype to phenotype relationships. Bioinformatics, 2018, vol. 34, iss. 17, pр. 2951–2956.sim1000G: a user-friendly genetic variant simulator in R for unrelated individuals and family-based designs / A. Dimitromanolakis, J. Xu, A. Krol, L. Briollais // BMC Bioinformatics. – Jan. 2019. – Vol. 20, no 1. – P. 26. – DOI: 10.1186/s12859-019-2611-1.Dimitromanolakis A., Xu J., Krol A., Briollais L. sim1000G: a user-friendly genetic variant simulator in R for unrelated individuals and family-based designs. BMC Bioinformatics, January 2019, vol. 20, no. 1, p. 26. DOI: 10.1186/s12859-019-2611-1.Яцков, Н. Н. Генеративное имитационное моделирование сложных биофизических систем / Н. Н. Яц- ков, В. В. Апанасович, В. Н. Яцков // Компьютерные технологии и анализ данных (CTDA’2024) : матери- алы IV Междунар. науч.-практ. конф., Минск, 25–26 апр. 2024 г. – Минск : БГУ, 2024. – С. 211–214.Yatskou M. M., Apanasovich V. V., Yatskou U. M. Generative simulation modelling of complex biophysical systems. Kompyuternye tehnologii i analiz dannyh (CTDA’2024): materialy IV Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 25–26 aprelya 2024 g. [Computer Technologies and Data Analysis (CTDA’2024): Proceedings of the IV International Scientific Conference, Minsk, 25–26 April 2024]. Minsk, Belorusskij gosudarstvennyj universitet, 2024, pp. 211–214 (In Russ.).Simulation modelling for machine learning identification of single nucleotide polymorphisms in human genomes / M. M. Yatskou, E. V. Smolyakova, V. V. Skakun, V. V. Grinev // Pattern Recognition and Information Processing (PRIP’2023) : Proc. of the 16th Intern. Conf., Minsk, 17–19 Oct. 2023. – Minsk : BSU, 2023. – P. 49–53.Yatskou M. M., Smolyakova E. V., Skakun V. V., Grinev V. V. Simulation modelling for machine learning identification of single nucleotide polymorphisms in human Genomes. Pattern Recognition and Information Processing (PRIP’2023) : Proceedings of the 16th International Conference, Minsk, 17–19 October 2023. Minsk, Belarusian State University, 2023, рр. 49–53.Яцков, Н. Н. Вычислительный подход и программный пакет RNAexploreR для группировки моле- кул РНК генов человека по их экзонным признакам / Н. Н. Яцков, В. В. Скакун, В. В. Гринев // Информа- тика. – 2019. – Т. 16, № 4. – С. 7–24.Yatskou M. M., Skakun V. V., Grinev V. V. A computational approach and software package RNAexploreR for grouping RNA molecules of human genes by exon features. Informatika [Informatics], 2019, vol. 16, no. 4, pp. 7–24 (In Russ.).Gentleman, R. Bioconductor: Open software development for computational biology and bioinformatics / R. Gentleman, V. J. Carey, D. M. Bates // Genome Biology. – 2004. – Vol. 5, no. 10, art. R80. – URL: https://genomebiology.biomedcentral.com/articles/10.1186/gb-2004-5-10-r80 (date of access: 10.04.2025). – DOI: 10.1186/GB-2004-5-10-R80.Gentleman R., Carey V. J., Bates D. M. Bioconductor: Open software development for computational biology and bioinformatics. Genome Biology, 2004, vol. 5, no. 10, art. R80. Available at: https://genomebiology.biomedcentral.com/articles/10.1186/gb-2004-5-10-r80 (accessed 10.04.2025). DOI: 10.1186/GB-2004-5-10-R80.Программный пакет SNPSimulatoR для моделирования сайтов однонуклеотидного генетического полиморфизма / Н. Н. Яцков, Е. В. Смолякова, В. В. Скакун, В. В. Гринев // Квантовая электроника : ма- териалы XIV Междунар. науч.-техн. конф., Минск, 21–23 нояб. 2023 г. – Минск : БГУ, 2023. – С. 510–515.Yatskou M. M., Smolyakova E. V., Skakun V. V., Grinev V. V. R-package SNPSimulatoR for modelling single nucleotide genetic polymorphism sites. Kvantovaya elektronika: materialy XIV Mezhdunarodnoj nauchno-tehnicheskoj konferencii, Minsk, 21–23 noyabrya 2023 g. [Quantum Electronics: Proceedings of the XIV International Scientific and Practical Conference, Minsk, 21–23 November 2023]. Minsk, Belorusskij gosudarstvennyj universitet, 2023, pp. 510–515 (In Russ.).An open resource for accurately benchmarking small variant and reference calls / J. M. Zook, J. McDaniel, N. D. Olson [et al.] // Nature Biotechnology. – 2019. – Vol. 37, no. 5. – P. 561–566Zook J. M., McDaniel J., Olson N. D., Wagner J., Parikh H., …, Salit M. An open resource for accurately benchmarking small variant and reference calls. Nature Biotechnology, 2019, vol. 37, no 5, pр. 561–566.Идентификация сайтов однонуклеотидного генетического полиморфизма с использованием методов машинного обучения / Н. Н. Яцков, Е. В. Смолякова, К. И. Грудовик [и др.] // Квантовая электроника : материалы XIV Междунар. науч.-техн. конф., Минск, 21–23 нояб. 2023 г. – Минск : БГУ, 2023. – С. 504–509.Yatskou M. M., Smolyakova E. V., Grudovik K. I., Skakun V. V., Grinev V. V. Identification of single nucleotide genetic polymorphisms using machine learning methods. Kvantovaya elektronika: materialy XIV Mezhdunarodnoj nauchno-tehnicheskoj konferencii, Minsk, 21–23 noyabrya 2023 g. [Quantum Electronics: Proceedings of the XIV International Scientific and Practical Conference, Minsk, 21–23 November 2023]. Minsk, Belorusskij gosudarstvennyj universitet, 2023, pp. 504–509 (In Russ.).Identification of single nucleotide genetic polymorphism sites using machine learning methods / M. M. Yatskou, E. V. Smolyakova, V. V. Skakun, V. V. Grinev // Advances in Transdisciplinary Engineering. – 2023. – Vol. 42. – P. 1031–1037.Yatskou M. M., Smolyakova E. V., Skakun V. V., Grinev V. V. Identification of Single nucleotide genetic polymorphism sites using machine learning methods. Advances in Transdisciplinary Engineering, 2023, vol. 42, pр. 1031–1037.Yatskou, M. M. Simulation modelling of single nucleotide genetic polymorphisms / M. M. Yatskou, V. V. Apanasovich, V. V. Grinev // Journal of the Belarusian State University. Mathematics and Informatics. – 2024. – No. 2. – P. 104–112.Yatskou M. M., Grinev V. V., Apanasovich V. V. Simulation modelling of single nucleotide genetic polymorphisms. Journal of the Belarusian State University. Mathematics and Informatics, 2024, no. 2, рр. 104–112.Яцков, Н. Н. Вычислительная платформа FluorSimStudio для обработки кинетических кривых за- тухания флуоресценции с использованием алгоритмов имитационного моделирования и интеллектуаль- ного анализа данных / Н. Н. Яцков, В. В. Апанасович // Журнал прикладной спектроскопии. – 2021. – Т. 88, № 3. – C. 452–461.Yatskou M. M., Apanasovich V. V. Computational platform FluorSimStudio for processing kinetic curves of fluorescence decay using simulation modeling and data mining algorithms. Journal of Applied Spectroscopy, 2021, vol. 88, no. 3, pp. 452–461.Сарнацкий, Д. Д. Имитационная модель генерации сайтов однонуклеотидного полиморфизма в молекулах ДНК человека / Д. Д. Сарнацкий, Н. Н. Яцков, В. В. Гринева // Компьютерные технологии и анализ данных (CTDA’2024) : материалы IV Междунар. науч.-практ. конф., Минск, 25–26 апр. 2024 г. – Минск : БГУ, 2024. – С. 265–268.Sarnatski D. D., Yatskou M. M., Grinev V. V. Simulation model of generation of single nucleotide polymorphism sites in human DNA molecules. Kompyuternye tehnologii i analiz dannyh (CTDA’2024): materialy IV Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 25–26 aprelya 2024 g. [Computer Technologies and Data Analysis (CTDA’2024): Proceedings of the IV International Scientific Conference, Minsk, 25–26 April 2024]. Minsk, Belorusskij gosudarstvennyj universitet, 2024, pp. 265–268 (In Russ.).Сарнацкий, Д. Д. Исследование информативности признаков нуклеотидных сайтов при определе- нии генетических полиморфизмов с использованием методов машинного обучения / Д. Д. Сарнацкий, Н. Н. Яцков, В. В. Гринев // Информационные технологии и системы (ИТС 2024) : материалы Междунар. науч. конф., Минск, 20 нояб. 2024 г. – Минск : БГУИР, 2024. – С. 69–70.Sarnatski D. D., Yatskou M. M., Grinev V. V. Study of the informativeness of nucleotide site features in determining genetic polymorphisms using machine learning methods. Informacionnye tehnologii i sistemy (ITS 2024): materialy Mezhdunarodnoj nauchnoj konferencii, Minsk, 20 noyabrya 2024 g. [Information Technologies and Systems 2024 (ITS 2024): Proceedings of the International Scientific Conference, Minsk, 20 November 2024]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radioelektroniki, 2024, pp. 69–70 (In Russ.).Яцков, Н. Н. Нейросетевое имитационное моделирование при анализе экспериментальных данных флуоресцентной спектроскопии / Н. Н. Яцков, В. В. Апанасович // Компьютерные технологии и анализ данных (CTDA’2024) : материалы IV Междунар. науч.-практ. конф., Минск, 25–26 апр. 2024 г. – Минск : БГУ, 2024. – С. 215–218.Yatskou M. M., Apanasovich V. V. Neural network simulation modelling when analyzing experimental fluorescence spectroscopy data. Kompyuternye tehnologii i analiz dannyh (CTDA’2024): materialy IV Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 25–26 aprelya 2024 g. [Computer Technologies and Data Analysis (CTDA’2024): Proceedings of the IV International Scientific Conference, Minsk, 25–26 April 2024]. Minsk, Belorusskij gosudarstvennyj universitet, 2024, pp. 215–218 (In Russ.).

The authors declare that there are no conflicts of interest present.