从直接RNA测序中解开C-to-URNA编辑事件

科学领域:

• 分子生物学分子生物学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• RNA编辑,包括腺-氨酸 (A-to-I) 和细胞-氨酸 (C-to-U) 转换,在生物功能中起着至关重要的作用,其失调与人类疾病有关.
• 虽然A-to-I编辑很容易用Illumina RNAseq检测到,但C-to-U编辑的识别很难,因为它很罕见,并且难以与测序噪声区分.
• 使用牛津纳米孔技术 (ONT) 的直接RNA测序提供了直接C-to-U事件检测的潜力,但受到基调调用的系统错误的影响.

研究的目的:

• 从直接RNA测序数据中准确识别C-to-URNA编辑事件的挑战.
• 开发和验证一种新的计算策略,以提高C-to-U编辑站点的检测.
• 评估机器学习方法的性能,以消除ONT读数和改进RNA修饰识别.

主要方法:

• 使用隔离森林 (iForest) 算法开发了一种机器学习策略,以将C-to-U编辑事件视为异常.
• 该iForest模型是使用体外合成RNA和人类ONT直接RNA测序数据进行训练和测试的.
• 通过比较模型在各种数据集中检测C-to-U编辑站点的准确性来评估性能.

主要成果:

• 在ONT直接RNA测序读取中发现了细胞蛋白 (C) 基调用中的系统错误,导致错误的C到U编辑事件检测.
• 基于iForest的机器学习模型成功优化了ONT读取中的信号噪声比.
• 开发的方法在所有测试样本 (包括人类数据) 中识别C-to-U编辑站点时,获得了高精度,超过90%.

结论:

• 隔离森林 (iForest) 算法是一种强大而高效的工具,用于消除牛津纳米孔技术 (ONT) 的直接RNA测序读数.
• 这种新的机器学习策略显著提高了C-to-U RNA编辑站点识别的准确性和可靠性.
• 这些发现为准确检测RNA修饰,特别是C-to-U编辑事件提供了一个有希望的解决方案,使用直接RNA测序技术.