从RNA-seq数据中识别和量化多基化位点的方法的可扩展基准测试
Sam Bryce-Smith1, Dominik Burri2,3, Matthew R Gazzara4
1UCL Queen Square Motor Neuron Disease Centre, Department of Neuromuscular Diseases, UCL Queen Square Institute of Neurology, UCL, London, UK.
bioRxiv : the preprint server for biology
|July 10, 2023
概括
这项研究对RNA测序数据中的替代多基化 (APA) 位点分析工具进行了基准测试. 它提供了一个持续评估的平台,帮助研究人员选择最佳的APA识别和量化方法.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 数据和分析方法的快速增长需要强大的评估框架.
- 准确识别和量化替代多基化 (APA) 位点对于理解基因表达调节至关重要.
研究的目的:
- 从大量RNA测序数据对APA网站识别和量化现有工具进行基准测试.
- 建立一个基础设施,对APA分析方法进行持续评估.
主要方法:
- 审查了17个APA分析工具,并使用各种RNA测序数据集 (真实,合成,3'-end测序) 进行了基准分析8.
- 将综合基准测试结果集成到OpenEBench平台中进行持续评估.
主要成果:
- 对八种APA识别和量化工具进行了绩效评估.
- 为未来的方法评估,开发了一种可重现的工作流程和容器化环境.
结论:
- 该研究帮助研究人员在RNA-seq研究中选择适当的APA分析工具.
- 开发的平台和工作流程促进了APA分析方法的持续评估和扩展.
更多相关视频
12:54Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation
Published on: March 7, 2018
13.6K
12:24PAR-CliP - A Method to Identify Transcriptome-wide the Binding Sites of RNA Binding Proteins
Published on: July 2, 2010
53.5K
