使用BRC分析和代理人工智能对真菌病原体进行RNA-seq分析的标准化:A Candidozyma auris案例研究
Anton Nekrutenko1, Danielle Callan2, Marius Van Den Beek1
1Dept. of Biochemistry and Molecular Biology, The Pennsylvania State University, University Park, PA, USA.
bioRxiv : the preprint server for biology
|January 9, 2026
概括
通过BRC-Analytics和AI工具,可以对真菌病原体Candida auris进行可重复的RNA序列分析. 该平台可确保准确,可比的研究药物耐药性和传播的结果,为病原体基因组学建立一个新的标准.
科学领域:
- 微生物学 微生物学
- 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:
- 黄是一种严重的全球健康威胁,原因是多种药物耐药性和与医疗保健相关的传播.
- RNA测序 (RNA-seq) 对于研究C. auris的发病过程至关重要,但不一致的生物信息学方法阻碍了跨研究的比较.
研究的目的:
- 通过使用BRC-Analytics和人工智能助理,展示C. auris的可复制RNA-seq分析框架.
- 为了应对数据来源的挑战,并确保研究之间的可比性,尽管参考基因组和注释版本的变化.
主要方法:
- 使用BRC-Analytics和一个代理人工智能助理重新分析现有的C. aurisRNA-seq数据集.
- 与Galaxy工作流集成,以确保本地工具调用和来源跟踪.
- 开发独立的JupyterLite笔记本电脑,用于Galaxy之外的定制分析.
主要成果:
- 与已发表的RNA-seq结果实现了近乎完美的相关性,验证了框架的可重现性.
- 在生物信息学中成功管理了与人工智能代理使用相关的来源挑战.
- 建立了一个标准化,可复制的真菌病原体基因组学分析的模板.
结论:
- 与人工智能相结合的BRC-Analytics平台提供了一个强大的解决方案,用于C. auris.的可复制RNA序列分析.
- 这个综合框架为在病原体基因组学中结合公共数据库,可复制工作流和人工智能工具创造了先例.
- 进一步的工作将专注于加强这些组件的无集成,以实现更广泛的应用.


