Clair3-RNA:基于深度学习的小变体调用器,用于长读RNA测序数据的长读RNA测序数据
Zhenxian Zheng1, Xian Yu1, Lei Chen1
1Department of Computer Science, School of Computing and Data Science, University of Hong Kong, Hong Kong, China.
bioRxiv : the preprint server for biology
|January 13, 2025
概括
Clair3-RNA是一个新的深度学习工具,用于长读RNA测序变异调用,在PacBio和ONT平台上实现高精度. 它有效地区分了RNA编辑部位与遗传变异.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 长读RNA测序 (lrRNA-seq) 能够实现全长的异构体和基因表达分析,但由于高错误率和转录复杂性而面临挑战.
- 准确的变异调用lrRNA-seq数据对于理解转录多样性和RNA编辑事件至关重要.
研究的目的:
- 推出Clair3-RNA,这是第一个基于深度学习的变异调用器,专门为lrRNA-seq数据设计.
- 通过解决 lrRNA-seq 特定挑战,如不均的覆盖面和 RNA 编辑来提高变异调用性能.
主要方法:
- 开发Clair3-RNA,这是一个深度学习模型,利用Clair系列管道与lrRNA-seq特定优化.
- 技术的实施包括不均覆盖范围的规范化,精细的培训数据,编辑站点发现和哈普洛型分阶段.
- 在PacBio和牛津纳米孔技术 (ONT) 平台上的评估,包括cDNA和直接RNA测序 (dRNA).
主要成果:
- 克莱尔3-RNA获得了高SNP F1分数:在ONT dRNA004上达到~91%;在PacBio Iso-Seq/MAS-Seq上达到~92% (读数≥4).
- 性能提高到95% (ONT) 和96% (PacBio) 在≥10次阅读时,以及97% (ONT) /98% (PacBio) 在分阶段阅读时.
- 在GIAB样本上与现有呼叫者相比,表现出优越的性能,并准确地区分RNA编辑站点.
结论:
- 克莱尔3-RNA为在不同平台上调用lrRNA-seq数据的变异提供了强大而准确的解决方案.
- 该工具处理RNA编辑事件的能力增强了其用于全面转录组分析的实用性.
- Clair3-RNA是一个开源资源,促进进一步研究RNA变异调用.
