DeepBAM:用于牛津纳米孔测序的高精度单分子CpG甲基化检测工具
Xin Bai1, Hui-Cong Yao2, Bo Wu1
1State Key Laboratory of Ophthalmology, Zhongshan Ophthalmic Center, Sun Yat-sen University, Guangdong Provincial Key Laboratory of Ophthalmology and Visual Science, 7 Jinsui Road, Tianhe District, Guangzhou 510060, China.
Briefings in bioinformatics
|August 23, 2024
概括
一个新的DeepBAM模型改善了用于CpG甲基化检测的纳米孔测序. 它在各种数据集中提供比标准的多拉多工具更准确和更稳定的结果,增强了表观基因组研究.
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:
- 纳米孔测序 (R10.4) 为CpG甲基化检测提供了高基调用精度.
- 官方的多拉多甲基化调用模型在各种数据集中的性能尚未得到充分证实.
研究的目的:
- 评估多拉多甲基化调用模型的稳定性和通用性.
- 开发一个更准确,更稳定的甲基化调用模型,用于纳米孔测序数据.
主要方法:
- 收集异质的人类和植物数据集.
- 综合评估了多拉多模型的性能.
- 开发了一个深度神经网络模型,DeepBAM,经过优化训练.
主要成果:
- 多拉多在数据集之间显示出显著的性能变化.
- 在准确性和稳定性方面,DeepBAM的表现优于多拉多,ROC AUC和F1分数更高.
- DeepBAM 的甲基化频率与 BS-seq 数据的相关性很高 (>0.95),超过了 Dorado 的性能.
结论:
- DeepBAM 提供优越且一致的 CpG 甲基化,需要纳米孔测序数据.
- 该模型允许对异位基因特异性甲基化和可转移元素进行详细分析.
- DeepBAM准备在表观遗传学中扩大纳米孔测序的实用性.
