通过直接RNA测序对罕见的C-to-U编辑事件进行分析

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:

• 在哺乳动物中,RNA编辑至关重要,其中腺到氨 (A-to-I) 和细胞到尿素 (C-to-U) 是关键的修改.
• 直接RNA测序 (dRNA-seq) 提供了一种检测C-to-U编辑的方法,无需逆转录或PCR,但数据可能会很.
• 在dRNA-seq数据中,将罕见的C-to-U事件与背景噪声和错误区分开来是一项挑战.

研究的目的:

• 开发和介绍一种机器学习策略,用于删除直接RNA测序数据.
• 为了提高细胞因子到尿素 (C-to-U) RNA编辑事件的检测准确度.
• 提供一个用户友好的协议,用于将这种方法应用于哺乳动物的转录组.

主要方法:

• 开发一种基于隔离森林 (iForest) 算法的新型机器学习策略.
• 创建C-to-U-Classifier套件,使用预训练的iForest模型.
• 在野生类型和APOBEC1淘汰性巨细胞系数据以及合成体外转录样本上应用和验证管道.

主要成果:

• 开发的机器学习策略有效地拒绝了直接的RNA测序数据.
• 该C-to-U-Classifier包成功地改善了C-to-U RNA编辑事件的检测.
• 该方法的性能在生物样本和合成数据集上得到了验证,证明了其在识别真正的编辑事件和过噪声方面的稳定性.

结论:

• 基于iForest的机器学习方法显著提高了使用dRNA-seq.的哺乳动物转录组中C-to-URNA编辑检测的可靠性.
• 对于研究RNA编辑的研究人员来说,C-to-U-Classifier包提供了一个有价值的工具.
• 这种方法克服了dRNA-seq噪声的局限性,使得RNA编辑事件的更准确的发现.