在单分子分辨率下,在人类转录组中全面发现了m6A位点

科学领域:

• 分子生物学分子生物学
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 精确检测RNA修饰 (RMs) 对于理解生物过程至关重要,但目前的方法缺乏精度.
• 由于缺乏大量高质量的数据集,因此阻碍了开发用于RM检测的准确深度学习模型.
• 现有的RM检测技术的准确性较低,限制了综合性表皮转录组研究.

研究的目的:

• 开发一个复杂的深度学习框架,DeepRM,用于准确和定量检测RNA修饰.
• 创建一个大规模,高质量的数据集,用于训练RM检测的深度学习模型.
• 以单分子分辨率构建一个全面的人类地图.

主要方法:

• 开发DeepRM,一个使用纳米孔测序数据的深度学习框架.
• 创建一个大规模,高质量的数据集,反映内生转录环境.
• 应用DeepRM用于RM部位检测和修改石化测量.

主要成果:

• DeepRM在检测RNA修饰位点和量化它们的固态度方面实现了近乎完美的准确性.
• 建立了一个全面的人类遗迹图谱,揭示了许多被低估的非法典遗迹遗址.
• 这项研究通过差异修饰分析突出了人类表皮转录组的复杂性和动态性质.

结论:

• DeepRM提供了一种强大且免费可用的工具,用于推进RNA修饰研究.
• 该框架有助于更深入地了解RNA修饰的生物功能.
• DeepRM可适应各种RNA修饰和生物,可能为表表转录组研究设定未来的标准.