相关实验视频
Updated: Jul 2, 2025

12:11
Methodology for Accurate Detection of Mitochondrial DNA Methylation
Published on: May 20, 2018
13.4K
一个信号处理和深度学习框架用于甲基化检测使用牛津纳米孔测序
Mian Umair Ahsan1, Anagha Gouru1,2, Joe Chan1
1Raymond G. Perelman Center for Cellular and Molecular Therapeutics, Children's Hospital of Philadelphia, Philadelphia, PA, 19104, USA.
Nature communications
|February 16, 2024
概括
DeepMod2是一个新的开源工具,用于使用纳米孔测序数据准确检测DNA甲基化. 它的性能与现有方法相提并论,并且在各种流电池类型上有效工作.
科学领域:
- 基因组学就是基因组学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 牛津纳米孔测序从离子电流信号提供直接的DNA甲基化检测.
- 适应性采样可实现有针对性,减少表现的甲基化测序.
- 现有的最先进的甲基化检测工具往往是闭源的.
研究的目的:
- 介绍DeepMod2,一个全面的深度学习框架用于DNA甲基化检测.
- 使用开源软件从纳米孔测序数据中实现准确的甲基化分析.
- 提供各种纳米孔流细胞类型和数据格式的高效分析.
主要方法:
- 开发了DeepMod2,一个使用双向长短期内存 (BiLSTM) 和变压器模型的框架.
- 从R9和R10流细胞中对POD5和FAST5信号文件进行了分析.
- 通过模型修剪和推断epihaplotypes/haplotype特定甲基化的推断,实现了高效的CPU分析.
主要成果:
- DeepMod2的性能与牛津纳米孔技术公司专有产品Guppy和Dorado的性能相当.
- 在减少表示和全基因组纳米孔测序之间实现了高相关性 (r=0.96).
- 在各种数据集和不同的测序场景中验证了性能.
结论:
- DeepMod2是一个有效的开源工具,用于DNA甲基化检测.
- 它为全基因组和自适应纳米孔测序数据提供了快速准确的分析.
- 该框架支持多种流细胞类型,并提供高级功能,如epihaplotype推断.

