相关实验视频
Updated: Jul 12, 2025
08:25
Identification of Circular RNAs using RNA Sequencing
Published on: November 14, 2019
12.3K
dsRID:使用长时间读取的RNA序列数据在dSRNA区域的体识别
Ryo Yamamoto1, Zhiheng Liu2, Mudra Choudhury2
1Bioinformatics Interdepartmental Program, University of California, Los Angeles, CA 90095-1570, United States.
Bioinformatics (Oxford, England)
|October 23, 2023
概括
我们开发了dsRID,这是一种机器学习工具,可以使用长读RNA测序来识别双链RNA (dsRNA) 区域. 这种方法可以准确地预测dSRNA配置文件,有助于研究先天免疫和阿尔茨海默氏症等疾病.
科学领域:
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
- 免疫学 免疫学 免疫学
背景情况:
- 双链RNAs (dsRNAs) 是先天免疫反应的关键触发器.
- 了解dsRNAome对于破译人类疾病的先天免疫力至关重要.
研究的目的:
- 引入dsrid,一种新的机器学习方法,用于dsrna区域的in silico预测.
- 为了利用长期读取的RNA测序和dsRNA分子特征进行精确的dsRNA识别.
主要方法:
- 开发了dsrid,这是一种机器学习工具,利用长时间读取的RNA测序数据.
- 在PacBio上训练模型从阿尔茨海默病 (AD) 大脑样本中长时间读取RNA-seq数据.
- 应用了 dsRID 到 ENCODE 联盟数据从一个 AD 队列.
主要成果:
- dsRID在预测多个数据集中的dsRNA区域方面表现出高准确性.
- 在阿尔茨海默症队伍中描述了全球dsRNA概况,揭示了阿尔茨海默症患者和对照人群之间的潜在差异.
- 验证了dsRID在获取全面的dsRNA配置文件方面的有效性.
结论:
- dsRID提供了一种有效的计算方法来识别dsrna区域.
- 该工具有助于研究dsrnaome及其在疾病中的作用.
- 可访问的软件和数据支持dsrna生物学和先天免疫的进一步研究.
