使用半监督学习框架从纳米孔测序检测m6ARNA修饰
Haotian Teng1, Marcus Stoiber2, Ziv Bar-Joseph1
1Ray and Stephanie Lane Computational Biology Department, Carnegie Mellon University, Pittsburgh, Pennsylvania 15213, USA.
Genome research
|October 15, 2024
概括
一个新的基调工具Xron从纳米孔测序信号中直接检测RNA甲基化 (N6-甲基氨酸或m6A). 它克服了数据稀缺性,使用合成和实验数据来改进甲基组组件.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 对RNA的直接纳米孔测序可以通过电信号识别像N6-甲基氨酸 (m6A) 这样的转录后基基修饰.
- 一个重大障碍是培训数据的有限可用性,用于甲基化检测.
研究的目的:
- 开发Xron,一种用于直接甲基化区分基调用的新型混合编码解码器框架.
- 为了应对RNA甲基化检测方面的培训数据不足的挑战.
主要方法:
- 用于晶交叉链接,生成合成数据的多种RNA修饰组合.
- 采用了两步培训过程:对合成数据进行初始培训,然后对基于免疫沉 (IP) 的实验数据进行微调,并进行标签光滑.
- 在Xron框架内开发了一个端到端的神经网络基础调用器.
主要成果:
- 经过训练的Xron基调器在读取级和现场级甲基化预测方面表现优于现有方法.
- 从原始纳米孔测序信号中成功实现了甲基基的直接检测.
结论:
- Xron是一个有能力的,独立的工具,可以直接从测序数据中进行端到端的m6A检测.
- 通过直接识别甲基化位点,促进 de novo 甲基组组组.
