Identifying differentially expressed transcripts from RNA-seq data with biological variation
动机:高通量测序使得能够在单个转录物的水平上进行表达分析。转录组表达水平和差异表达估计的分析需要概率方法来适当地解释由共享外显子和有限读段采样以及转录表达的内在生物学方差引起的模糊性。结果如下:我们提出了BitSeq(贝叶斯推断of Transcripts from Sequencing data),这是一种用于估计来自RNA测序实验的转录本表达水平的贝叶斯方法。推断的相对表达由来自读取数据的生成模型的后验概率分布的马尔可夫链蒙特卡罗(MCMC)样本表示。我们提出了一种新的方法,差异表达分析重复传播的不确定性,从样品水平的模型,同时使用表达水平依赖的先验建模生物方差。我们使用模拟数据以及RNA测序数据集与技术和生物复制的两个研究条件下,我们的方法证明了我们的优势。可用性:转录组表达估计和差异表达分析BitSeq的实现已用C++编写。
2012-03-05 q-bio.GN stat.AP
PLIT: An alignment-free computational tool for identification of long non-coding RNAs in plant transcriptomic datasets
Coventry University(考文垂大学)
长链非编码RNA(longnon-codingRNA,lncRNA)是一类在多种生物学过程中发挥重要作用的非编码RNA。基于RNA-seq的转录组测序已广泛用于lncRNA的鉴定。然而,在RNA-seq数据集中准确识别lncRNA对于探索其在基因组中的特征功能至关重要,因为大多数编码潜能计算(CPC)工具无法在转录组数据中准确识别它们。众所周知的CPC工具,如CPC 2,lncScore,CPAT,主要设计用于基于GENCODE,NONCODE和CANTATAdb数据库预测lncRNA。在转录组数据集上测试时,这些工具的预测准确性往往会下降。这会导致函数注释过程中出现更高的假阳性结果和不准确性。在这项研究中,我们提出了一种新的工具,PLIT,用于识别植物RNA-seq数据集中的lncRNA。PLIT实现了一种基于L1正则化和迭代随机森林(iRF)分类的特征选择方法,用于选择最佳特征。基于序列和密码子偏好特征,其将RNA-seq衍生的FASTA序列分为编码或长非编码转录物。使用L1正则化,获得了31个最佳特征的基础上lncRNA和蛋白质编码转录本从8种植物。使用10倍交叉验证在7个植物RNA-seq数据集上评估该工具的性能。该分析显示出优越的准确性时,对目前可用的国家的最先进的CPC工具进行评估。
2019-02-12 cs.LG q-bio.GN stat.ML
CLEAR: Coverage-based Limiting-cell Experiment Analysis for RNA-seq
为单细胞RNA测序开发的直接cDNA预扩增方案已经能够在没有样品合并或RNA提取的情况下对珍贵的临床样品和稀有细胞进行转录组分析。目前,没有优化的算法来揭示和去除限制细胞RNA测序(lc RNA测序)数据中的噪声转录物以用于下游分析。在此,我们提出了CLEAR,这是一种在差异表达基因(DEG)分析的lcRNA-seq数据中识别可靠的可定量转录本的工作流程。来自慢性淋巴细胞白血病患者的三种输入量的FACS衍生的CD 5+和CD 5-细胞的文库用于开发CLEAR。当使用CLEAR转录物与使用所有转录物时,下游分析揭示了不同输入RNA量的更多共享转录物,改善了主成分分析(PCA)分离,并在细胞类型之间产生了更多DEG。作为原理证明,CLEAR应用于内部lcRNA-seq数据集和两个公共数据集。当使用插补时,CLEAR也适用于大型临床研究和单细胞分析。
2019-05-23 q-bio.GN q-bio.QM
A mixed model approach for joint genetic analysis of alternatively spliced transcript isoforms using RNA-Seq data
RNA测序技术允许以前所未有的细节水平研究细胞的转录状态。除了对整个基因表达进行定量之外,现在还可以解开基因的个体可变剪接转录物同种型的丰度。一个中心问题是要了解的监管过程,导致相对丰度变化的差异,由于外部和遗传因素。在这里,我们提出了一个混合模型的方法,允许(i)联合分析和遗传映射的多个转录异构体和(ii)映射异构体特异性的影响。我们的方法的核心是全面模拟转录异构体之间的变异和相关性的原因,包括基因组背景和技术定量不确定性。因此,我们的方法允许准确地测试共享以及转录本异构体的转录本特异性遗传调控,并实现这些统计测试的大幅改善的校准。对来自126个人类HapMap个体的基因型和RNA测序数据的实验表明,我们的模型可以帮助获得基因表达变异的遗传基础的更细粒度的图片。
2012-10-10 q-bio.GN q-bio.PE q-bio.QM
SASeq: A Selective and Adaptive Shrinkage Approach to Detect and Quantify Active Transcripts using RNA-Seq
使用RNA测序鉴定和定量条件特异性转录物在转录组学研究中至关重要。虽然使用读数计数或每碱基外显子信号的数学或统计建模的初始努力已经成功,但它们可能遭受模型过拟合,因为不是数据库中的所有参考转录物都在特定生物条件下表达。标准收缩方法,如Lasso,以非歧视性方式将所有转录本丰度收缩至零。因此,它不一定产生条件特异性转录物的集合。因此,需要使用观察到的外显子覆盖信号的知情收缩方法。基于RNA测序数据中普遍存在的未被覆盖的外显子区域(称为“裸外显子”),我们提出了一种新的计算方法,该方法首先过滤掉不被剪接和双端读段支持的参考转录本,然后拟合每个碱基的外显子覆盖信号和潜在转录本结构的新数学模型。我们引入了一个调整参数来惩罚所选转录本中不被裸外显子支持的特定区域。我们的方法相比毫不逊色,所选择的竞争方法的时间复杂度和准确性,使用模拟和真实世界的数据。我们的方法是在SAMMate中实现的,SAMMate是一个GUI软件套件,可以从http://sammate.sourceforge.net免费获得
2013-02-23 cs.CE q-bio.GN q-bio.QM
Modeling and analysis of RNA-seq data: a review from a statistical perspective
背景资料:自下一代RNA测序(RNA测序)技术发明以来,它们已成为研究生物样品中RNA分子的存在和数量的有力工具,并彻底改变了转录组学研究。RNA测序数据在四个不同水平(样品、基因、转录本和外显子)的分析涉及多个统计和计算问题,其中一些问题至今仍具有挑战性。结果:我们从统计学的角度回顾了样本、基因、转录本和外显子水平的RNA测序分析工具。我们还强调了最实际的考虑的生物和统计问题。结论:用于分析RNA测序数据的统计和计算方法的发展在过去十年中取得了重大进展。然而,为回答相同的生物学问题而开发的方法通常依赖于不同的静态模型,并且在不同的场景下表现出不同的性能。本文讨论并比较了多种常用的统计模型,希望能帮助用户根据需要选择合适的方法,并帮助开发人员进行未来的方法开发。
2018-05-01 q-bio.GN
Dynamic Model for RNA-seq Data Analysis
新开发的深度测序技术使获得有关转录生物学的定量和定性信息成为可能。通过测量样品中所有基因的信使RNA水平,RNA测序提供了一个有吸引力的选择来表征转录的整体变化。RNA测序正在成为基因表达谱分析的广泛使用的平台。然而,RNA测序数据中的真实转录信号与测量和测序误差以及其他随机生物/技术变化混淆。如何适当地考虑由于错误和测序技术变化引起的变异性是RNA测序数据分析中的关键问题。为了从RNA测序数据中提取生物学上有用的转录过程,我们建议使用第二个ODE对RNA测序数据进行建模。我们使用差分主分析开发的统计方法估计的位置变化系数的常微分方程。我们通过预测分析和5折交叉验证来验证ODE模型拟合RNA测序数据的准确性。我们发现第二个ODE模型预测跨基因的基因表达水平的准确性非常高,并且第二个ODE模型非常好地拟合RNA测序数据。为了进一步评估ODE模型用于RNA测序数据分析的性能,我们使用第二个ODE的位置变化系数作为特征来对正常细胞和肿瘤细胞进行分类。我们证明,即使使用单基因的ODE模型,我们可以达到很高的分类精度。我们还进行了响应分析,以研究转录过程如何响应外部信号的扰动,并确定了数十个与癌症相关的基因。
2014-12-04 q-bio.GN q-bio.QM
RNASeqR: an R package for automated two-group RNA-Seq analysis workflow
RNA测序分析彻底改变了研究人员对生物学研究中转录组的理解。评估组织样本或患者组之间转录组学特征的差异使研究人员能够探索转录的潜在生物学影响。RNA测序分析需要多个处理步骤和巨大的计算能力。针对单个步骤有许多开发良好的R包;然而,很少有R/Bioconductor包将现有的软件工具集成到全面的RNA测序分析中,并在纯R环境中提供基本的端到端结果,以便研究人员可以快速轻松地获得大测序数据中的基本信息。为了满足这一需求,我们开发了开源的R/Bioconductor包RNASeqR。它允许用户运行一个自动化的RNA测序分析,只有六个步骤,产生必要的表格和图形结果,进一步的生物学解释。RNASeqR的特点包括:六步分析,全面的可视化,后台执行版本,以及R和命令行软件的集成。RNASeqR在纯R环境中提供快速、轻量级、易于运行的RNA测序分析管道。它允许用户有效地利用流行的软件工具,包括R/Bioconductor和命令行工具,而无需预先定义资源或环境。RNASeqR可从Bioconductor(https://bioconductor.org/packages/release/bioc/html/RNASeqR.html)免费获得Linux和macOS操作系统。
2019-05-10 q-bio.GN
An optimized protocol for single cell transcriptional profiling by combinatorial indexing
单细胞组合索引RNA测序(sci-RNA-seq)是用于从指数可扩展数量的个体细胞或细胞核中恢复基因表达数据的有力方法。然而,sci-RNA-seq是一种复杂的方案,历史上在不同组织上表现出不同的性能,并且灵敏度低于替代方法。在这里,我们报告了一个简化的优化版本的三水平sci-RNA-seq协议,更快,更高的产量,更强大,更灵敏,比原来的sci-RNA-seq 3协议,与试剂成本约为1美分/细胞或更少。我们展示了优化的协议,通过E16.5小鼠胚胎的整个生物体分析,在一个实验中分析约380,000个细胞核。最后,我们介绍了一个“微小的sci-*”协议的实验输入是非常有限的。
2022-01-06 q-bio.GN
Fast Approximate Inference of Transcript Expression Levels from RNA-seq Data
动机:将RNA测序读数映射到其来源的转录本是转录本表达估计和差异表达评分中的基本任务。当由于转录物共享序列(例如替代同种型或等位基因)而存在映射中的模糊性时,问题就变成了非平凡概率推断的实例。贝叶斯推断在这样的问题是棘手的,必须使用近似的方法,如马尔可夫链蒙特卡罗(MCMC)和变分贝叶斯。这些方法的标准实现对于大型数据集和复杂的基因模型可能非常慢。结果如下:我们提出了一个近似的推理方案的基础上变分贝叶斯适用于现有的转录表达推理模型从RNA测序数据。我们应用最新的进展变分贝叶斯算法,以提高算法的收敛性超出标准的变分期望最大化方法。我们将我们的算法应用于模拟和生物数据集,表明速度的提高只需要在表达水平估计的准确性方面进行很小的权衡。可用性:这些方法是用R和C++实现的,可以作为BitSeq项目的一部分在https://code.google.com/p/bitseq/上获得。这些方法将在下一个稳定版本中通过BitSeq Bioconductor包提供。
2015-01-27 q-bio.GN stat.AP stat.CO
RNA-seq data science: From raw data to effective interpretation
RNA测序(RNA测序)在过去的十年中已经成为现代生物学和临床应用中的示范技术。近年来,在生物信息学社区不断努力开发准确和可扩展的计算工具的推动下,它获得了巨大的普及。RNA测序是使用现代测序平台分析样品的RNA含量的方法。它以核苷酸序列的形式产生大量的转录组数据,称为读取。RNA测序分析能够探测基因和相应的转录物,这对于回答重要的生物学问题是必不可少的,例如检测新的外显子、转录物、基因表达和研究可变剪接结构。然而,由于现代测序技术的局限性,使用计算方法从原始数据中获得有意义的生物信号具有挑战性。利用这些技术挑战的需要已经推动了许多新的计算工具的快速发展,这些工具已经根据技术进步而进化和多样化,导致了当前无数的RNA测序工具。我们的综述提供了RNA测序技术的系统概述和2008年至2020年发表的235个可用的RNA测序工具,讨论了涉及RNA测序、分析和软件开发的生物信息学的跨学科性质。
2021-02-16 q-bio.GN
Statistical Power Analysis for Designing Bulk, Single-Cell, and Spatial Transcriptomics Experiments: Review, Tutorial, and Perspectives
基因表达谱分析技术已用于各种应用,例如癌症生物学。基因表达谱的发展扩大了转录组学研究中靶点发现的范围,每种技术产生的数据都具有不同的特征。为了保证使用转录组学实验获得有生物学意义的结果,重要的是通过统计功效分析以系统的方式考虑各种实验因素。在本文中,我们回顾和讨论的功率分析的三种类型的基因表达谱技术,从实用的角度来看,包括批量RNA-seq,单细胞RNA-seq和高通量空间转录组学。具体来说,我们描述了每个批量RNA-seq和scRNA-seq实验的每个研究目标的现有功效分析工具,以及建议。另一方面,由于目前还没有高通量空间转录组学的功效分析工具,我们转而研究影响功效分析的因素。
2023-01-07 q-bio.GN
Bayesian estimation of Differential Transcript Usage from RNA-seq data
下一代测序允许鉴定由差异表达的转录物组成的基因,该术语通常指总体表达水平的变化。一种特定类型的差异表达是差异转录物使用(DTU),并且靶向转录物的相对基因表达内的变化。本文的贡献是:(a)将cjBitSeq的使用扩展到DTU上下文中,这是一种先前引入的贝叶斯模型,最初设计用于识别整体表达水平的变化,以及(b)提出DRIMSeq的贝叶斯版本,这是一种用于推断DTU的频率论模型。cjBitSeq是基于读取的模型,并且通过MCMC采样对每个基因的每个转录本的潜在状态的空间执行完全贝叶斯推断。BayesDRIMSeq是一个基于计数的模型,它使用拉普拉斯近似来估计DTU模型相对于空模型的贝叶斯因子。使用最近的独立模拟研究以及真实的RNA测序数据集,将所提出的模型与现有模型进行基准测试。我们的研究结果表明,贝叶斯方法在精确度/召回率方面表现出与DRIMSeq相似的性能,但提供了更好的错误发现率校准。
2017-09-28 q-bio.GN stat.AP stat.CO
BOAssembler: a Bayesian Optimization Framework to Improve RNA-Seq Assembly Performance
RNA的高通量测序(RNA测序)可以为我们提供来自样品的数百万个RNA转录物的短片段。如何更好地从这些片段中回收原始RNA转录物(RNA测序组装)仍然是一项艰巨的任务。例如,RNA测序组装工具通常需要超参数调整,以实现特定数据集的良好性能。这种调优通常是不直观且耗时的。因此,用户经常采用默认参数,这并不能保证各种数据集的一致良好性能。在这里,我们提出了BOAssembler(https://github.com/olivomao/boassembler),这是一个基于贝叶斯优化原理的框架,可以实现RNA测序组装器的端到端自动调优。实验表明,这种数据驱动的方法是有效的,以提高整体装配性能。该方法将有助于下游(如基因,蛋白质,细胞)分析,更广泛地说,为未来的生物信息学基准研究。
2019-02-14 q-bio.GN
De Novo Assembly of Uca minax Transcriptome from Next Generation Sequencing
高通量cDNA测序(RNA-seq)是以无偏的方式定量基因表达的非常强大的技术。甲壳类动物是目前基因组数据库中代表性较低的生物群体之一。在这里,我们提出了转录组数据从招潮蟹(红关节招潮蟹)作为一个机会,以扩大我们的知识。使用Illumina HiSeq系统对来自Uca minax的六个组织样品进行下一代测序。使用Trinity创建了六个转录组文库; Trinity是一种免费的开源软件工具,用于在不存在参考基因组的情况下重新组装高通量mRNA测序(RNA-seq)数据的转录组。此外,还使用了几种有助于数据管理的工具,如RSEM、Bowtie、Blast和IGV;这是一种用于可视化RNA-seq分析结果的工具。对原始测序文件的快速质量控制(FastQC)分析显示,接头和PCR引物序列均预先存在,这可能需要预处理步骤。
2020-01-09 q-bio.GN
Transcriptome profiling research in urothelial cell carcinoma
尿路上皮细胞癌(UCC)是第九大常见癌症,占全球所有新发癌症病例的4.7%。UCC的发展和进展是由于复杂和随机的遗传程序。为了研究可能导致UCC中晚期疾病和对常规疗法的抗性的有限治疗选择的不良预后的分子事件的级联,已经采用了转录组学技术(RNA-Seq),一种使用现代高通量测序平台分析样品的RNA含量的方法。本文综述了RNA-Seq技术的原理,并总结了近年来利用该技术对膀胱癌进行的研究,以阐明膀胱癌的发病机制,鉴定生物标志物,发现通路并对疾病状态进行分类。我们列出了公共可用于RNA-Seq分析的常用计算平台和软件。此外,我们讨论了膀胱癌RNA-Seq研究的未来前景,并建议应用称为单细胞测序(scRNA-Seq)的新技术来进一步了解这种疾病。关键词:转录组分析,RNA测序,基因组学,生物信息学,膀胱癌
2021-01-31 q-bio.GN q-bio.QM q-bio.TO
Fast and accurate approximate inference of transcript expression from RNA-seq data
动机:将RNA测序读取到它们的原始转录本是转录本表达估计中的基本任务。当由于转录物共享序列(例如替代同种型或等位基因)而存在分配中的模糊性时,可以通过概率推断来解决该问题。贝叶斯方法已被证明提供准确的转录丰度估计相比,竞争的方法。然而,精确的贝叶斯推断是棘手的,并且通常使用诸如马尔可夫链蒙特卡罗(MCMC)和变分贝叶斯(VB)的近似方法。虽然提供了高度的准确性和建模灵活性,但标准实现对于大型数据集和复杂的转录组注释可能非常缓慢。结果如下:我们提出了一种新的近似推理方案的基础上,VB和应用它的转录本表达推理的RNA测序数据的现有模型。VB算法的最新进展被用来提高算法的收敛性,超越标准的变分贝叶斯期望最大化(VBEM)算法。我们将我们的算法应用于模拟和生物数据集,表现出速度的显着提高,表达水平估计的准确性只有很小的损失。我们对七种流行的替代方法进行了比较研究,并证明了我们的新算法提供了出色的准确性和重复间的一致性,同时在计算时间上保持竞争力。可用性:这些方法在R和C++中实现,并且作为\url{https://github.com/BitSeq}的BitSeq项目的一部分提供。该方法也可通过BitSeq Bioconductor包获得。可通过\url{https://github.com/BitSeq/BitSeqVB_benchmarking}访问再现所有仿真结果的源代码。
2015-06-30 q-bio.GN q-bio.QM
Review of Single-cell RNA-seq Data Clustering for Cell Type Identification and Characterization
City University of Hong Kong(香港城市大学)
近年来,单细胞RNA测序技术的发展使我们能够以高通量的方式在单细胞分辨率下进行大规模的转录组学分析。无监督学习如数据聚类已经成为识别和表征新细胞类型和基因表达模式的核心组成部分。在这项研究中,我们回顾了现有的单细胞RNA测序数据聚类方法的相关优势和局限性的关键见解。此外,我们还回顾了上游单细胞RNA测序数据处理技术,如质量控制,归一化和降维。我们在两个单细胞转录组数据集上进行性能比较实验,以评估几种流行的单细胞RNA测序聚类方法。
2020-01-03 cs.LG q-bio.GN q-bio.QM
SPATA: A Seeding and Patching Algorithm for Hybrid Transcriptome Assembly
从RNA-Seq读取的转录组组装是生物信息学研究的活跃领域。不断下降的成本和不断增加的RNA-Seq深度为更好地鉴定表达的转录本提供了前所未有的机会。然而,非线性转录物结构和超高通量的RNA-Seq读数对现有的转录组组装方法(参考引导或从头)提出了显著的算法和计算挑战。虽然参考引导的方法提供了良好的灵敏度,但它们依赖于剪接感知比对器的比对结果,因此不适合具有不完整参考基因组的物种。相比之下,从头方法不依赖于参考基因组,但面临着来自为整个转录组构建的图的复杂性的计算艰巨的任务。为了应对这些挑战,我们提出了一种混合方法来利用不完整的参考基因组,而不依赖于剪接感知对齐。我们设计了一个分裂和对齐程序,以有效地将读段定位到单个基因组基因座,然后进行准确的从头组装,以组装落入每个基因座的读段。使用大量的模拟数据,我们通过与选定的转录组组装工具进行比较,证明了转录组重建的高准确度和精确度。我们的方法是在assemblySAM中实现的,assemblySAM是一个可以在http://sammate.sourceforge.net上免费获得的GUI软件。
2013-06-06 cs.CE q-bio.GN
RNA Alternative Splicing Prediction with Discrete Compositional Energy Network
Nanyang Technological University(南洋理工大学)
一个基因可以通过一个称为可变剪接的过程编码不同的蛋白质版本。由于蛋白质在细胞功能中起主要作用,异常剪接谱可导致多种疾病,包括癌症。可变剪接是由基因的一级序列和其他调控因素如RNA结合蛋白水平决定的。以这些为输入,我们将RNA剪接的预测公式化为回归任务,并构建一个新的训练数据集(CAPD)来对学习模型进行基准测试。我们提出了离散组成能量网络(DCEN),它利用剪接位点,接头和转录本之间的层次关系来实现这一任务。在可变剪接预测的情况下,DCEN通过其组成剪接点的能量值对mRNA转录概率进行建模。随后将这些转录概率映射到关键核苷酸的相对丰度值,并使用地面真实实验测量进行训练。通过我们对CAPD的实验,我们表明DCEN优于基线和消融变体。
2021-03-07 cs.AI cs.LG q-bio.GN
Uncertainty-aware t-distributed Stochastic Neighbor Embedding for Single-cell RNA-seq Data
Central South University(中南大学);School of Mathematics and Statistics(数学与统计学院)
本文提出不确定性感知t-SNE(Ut-SNE),通过为每个样本建立概率表示,将单细胞RNA-seq数据中的转录组变异噪声纳入可视化,从而避免误导性展示,并可推广至其他高维数据分析领域。
2024-10-01 cs.LG q-bio.GN
Detection and Visualization of Differential Splicing in RNA-Seq Data with JunctionSeq
虽然RNA测序数据提供了前所未有的异构体水平的表达信息,但替代异构体调节(AIR)的检测仍然很困难,特别是当使用不完整的转录本注释时。我们介绍JunctionSeq,这是一种新方法,它建立在成熟的DEXSeq软件包所使用的统计技术基础上,用于检测外显子区域和剪接点的差异使用。特别是,JunctionSeq能够检测新剪接点中的差异,而不需要额外的同种型组装步骤,当可用的转录本注释有缺陷或不完整时,大大提高了性能。JunctionSeq还提供了一个强大而精简的可视化工具集,使生物信息学家能够快速直观地解释他们的结果。我们测试了我们的方法公开的数据,从几个实验中进行大鼠松果体和弓形虫,成功地检测已知的和以前验证的空气基因在19个基因水平的假设检验。由于其查询新剪接位点的能力,JunctionSeq仍然能够检测这些差异,即使这些基因的所有替代同种型都不包括在转录本注释中。因此,JunctionSeq提供了一种强大的方法,用于检测替代同种型调节,即使是低质量的注释。JunctionSeq的实现可作为R/Bioconductor包提供。
2016-02-08 q-bio.GN
Towards the Latent Transcriptome
Institute for Research in Immunology and Cancer (IRIC)(免疫学与癌症研究所(IRIC));Université de Montréal(蒙特利尔大学);Montreal Institute for Learning Algorithms (Mila)(蒙特利尔学习算法研究所(Mila))
在这项工作中,我们提出了一种从原始RNA-seq数据计算kmers连续嵌入的方法,而不需要与参考基因组进行比对。该方法使用RNN将RNA-seq读数的kmer转换为用于预测每个kmer丰度的二维表示。我们报告说,我们的模型捕获的信息,DNA序列的相似性以及DNA序列的丰度嵌入潜在的空间,我们称之为潜在的转录组。我们通过将这些载体与已知的基因亚结构进行比较来确认它们的质量,并报告潜在空间从急性髓性白血病患者的原始RNA-Seq数据中恢复外显子信息。此外,我们表明,这种潜在的空间允许检测基因组异常,如易位以及患者特异性突变,使这种表示空间既可用于可视化,也可用于分析。
2018-12-10 cs.LG q-bio.GN stat.ML
Non-ignorable fuzziness in granular counts: the case of RNA-seq data
University of Padova(帕多瓦大学);National Research Council(国家研究委员会);Warsaw University of Technology(华沙理工大学);University of Bari ‘‘A. Moro’’(巴里阿尔多·莫罗大学)
本文研究了RNA-seq数据中因reads到基因对齐模糊性导致的粒状计数问题,提出了一种非可忽略的模糊报告机制,并通过分层模型展示了其应用。
2026-04-27 q-bio.GN stat.AP stat.ME
Reconstructing Isoform Graphs from RNA-Seq data
下一代测序(NGS)技术允许用于可变剪接(AS)分析的新方法。目前从NGS数据计算AS的方法主要集中在预测剪接位点连接或从头组装全长转录本。这些方法在计算上是昂贵的,并且产生大量的全长转录物或剪接点,跨越生物体的整个基因组。因此,将这些数据归纳为不同的基因结构和表达基因的AS事件是一项艰巨的任务。面对这个问题,在本文中,我们调查的计算问题,重建从NGS数据,在没有基因组,基因结构的每个基因,是由异构体图表示:我们介绍这样的图,我们表明,它唯一总结了基因转录本。我们定义的计算问题,重建的异构图,并提供了一些条件,必须满足这样的重建。最后,我们描述了一个有效的算法来解决这个问题,验证我们的方法与理论和实验分析。
2012-08-14 cs.CE cs.DS q-bio.GN
A bioinformatics pipeline for the identification of CHO cell differential gene expression from RNA-Seq data
近年来,中国仓鼠和中国仓鼠卵巢(CHO)细胞系的基因组序列的公布,促进了这些生物制药细胞工厂的研究,具有前所未有的分辨率。特别是,我们对CHO细胞转录组的理解通过应用下一代测序(NGS)技术来检测RNA表达(RNA测序)而迅速发展。在本章中,我们提出了一个计算管道,用于分析来自Illumina平台的CHO细胞RNA测序数据,以识别差异表达的基因。运行此分析所需的示例数据和生物信息学工作流程可在www.cgcdb.org/rnaseq_analysis_protocol.html上免费获得。
2019-05-01 q-bio.GN
Systematic evaluation of the isolated effect of tissue environment on the transcriptome using a single-cell RNA-seq atlas dataset
本研究提出COSER框架,利用图论枚举子数据集解决统计混杂,评估单细胞离散变量的孤立效应,揭示了组织环境对基因表达及免疫反应年龄相关变化的影响。
2024-12-19 cs.DM q-bio.GN
RNASEQR - A streamlined and accurate RNA-seq sequence analysis program
论文已被作者撤回。
2011-12-29 q-bio.GN
Exponential scaling of single-cell RNA-seq in the last decade
测量单细胞转录组的能力仅在几年内可行,并且正在成为一种非常受欢迎的测定。虽然许多类型的分析和问题可以使用单细胞RNA测序来回答,但中心焦点是调查样品中细胞类型多样性的能力。对不同细胞类型进行无偏见和可重复的编目需要大量的细胞。技术的发展和方案的改进推动了单细胞RNA测序分析中研究的细胞数量的持续指数增长。从这个角度来看,我们将重点介绍促成数据增长的关键技术发展。
2017-08-08 q-bio.GN
An observation of circular RNAs in bacterial RNA-seq data
环状RNA(circular RNA)是近年来发现的一类在古细菌和人类等多种真核生物中参与微RNA(microRNA,miRNA)调控的RNA。在这里,我们分析了从{ \it粪肠球菌}和{ \it大肠杆菌}中获得的RNA测序数据,其方式类似于以前对真核生物进行的研究。我们报告了在RNA测序数据中观察到的circRNA,这些数据在使用不同方案或生长条件进行的多个实验中是可重复的。
2016-06-14 q-bio.GN
Adversarial Domain Adaptation Enables Knowledge Transfer Across Heterogeneous RNA-Seq Datasets
IBISC Laboratory(IBISC实验室);University Paris-Saclay (Univ. Evry)(巴黎萨克雷大学(欧韦尔大学));France(法国)
本研究提出基于深度学习的域适应框架,通过跨异构RNA-seq数据集实现有效知识转移,提升癌症类型分类的准确性,尤其在低数据场景下表现更优。
2026-03-09 cs.LG q-bio.GN
CTCF Degradation Causes Increased Usage of Upstream Exons in Mouse Embryonic Stem Cells
转录抑制因子CTCF是染色质三维结构的重要调节因子,促进拓扑相关结构域(TADs)的形成。然而,它对基因调控的直接影响还不太清楚。在这里,我们利用先前发表的ChIP-seq和RNA-seq数据来研究CTCF对具有CTCF位点的基因的可变剪接的影响。我们比较了生长素诱导小鼠胚胎干细胞CTCF降解后结合位点上游和下游外显子中RNA-seq信号的量。我们发现CTCF缺失后基因表达的变化是显著的,上游外显子的存在普遍增加。我们推断CTCF结合促进可变剪接的可能机制是通过引起转录机制的暂停,在此期间剪接元件能够同时作用于已经转录成RNA的上游外显子。
2018-10-07 q-bio.GN
DropLasso: A robust variant of Lasso for single cell RNA-seq data
MINES ParisTech(巴黎高等矿业学院);PSL Research University(巴黎文理研究大学);Institut Curie(居里研究所);INSERM(法国国家健康与医学研究院);Ecole Normale Supérieure(巴黎高等师范学院);CNRS(法国国家科学研究中心)
单细胞RNA测序(scRNA-seq)是一种快速发展的方法,用于平行测量许多单个细胞的全基因组转录组,但会导致具有许多脱落事件的噪声数据。因此,从批量转录组数据中学习分子特征的现有方法可能不适用于scRNA-seq数据,以便将单个细胞自动分类为预定义的类别。我们提出了一种名为DropLasso的新方法来从scRNA-seq数据中学习分子签名。DropLasso扩展了神经网络训练中流行的dropout正则化技术,以估计稀疏线性模型。它很好地适应了被丢弃噪声破坏的数据,例如scRNA-seq数据,并且我们阐明了它与弹性网络正则化的关系。我们在模拟和真实scRNA-seq数据上提供了有希望的结果,表明DropLasso可能比标准规则更适合从scRNA-seq数据中推断分子特征。
2018-02-26 cs.CV q-bio.GN q-bio.QM
Transcriptomic Models for Immunotherapy Response Prediction Show Limited Cross-cohort Generalisability
UNSW BioMedical Machine Learning Lab (BML), School of Biomedical Engineering, UNSW Sydney(UNSW生物医学机器学习实验室(BML),生物医学工程学院,UNSW悉尼);School of Biomedical Engineering, UNSW(生物医学工程学院,UNSW);Department of Computer Science, Zhejiang University(浙江大学计算机科学系);Institute for Intelligent Systems Research and Innovation, Deakin University(智能系统研究与创新研究所,德金大学);School of Engineering & Technology, Duy Tan University(工程与技术学院,杜益大学);School of Computing, Macquarie University(计算学院,麦觉大学);Center of Excellence in Precision Medicine and Digital Health, Faculty of Dentistry, Chulalongkorn University(精准医学与数字健康中心,牙科学院,朱拉隆功大学)
研究评估了九种先进的转录组免疫检查点抑制剂反应预测模型,发现基于bulk RNA-seq的模型在多数队列中表现接近随机,而基于scRNA-seq的模型仅略有提升,路径分析显示生物标志物信号稀疏且不一致。
2026-09-21 cs.LG q-bio.GN
Methods to study splicing from high-throughput RNA Sequencing data
RNA高通量测序技术的发展为研究多种条件下的剪接提供了一种非常强大的手段。然而,要分析的信息的复杂性使其成为一项具有挑战性的任务。在过去的几年里,已经开发了大量的工具,使研究人员能够处理RNA-Seq数据,以研究异构体和剪接事件的表达,以及它们在不同条件下的相对变化。我们提供了一个概述的方法,可用于研究剪接短RNA-Seq数据。我们根据它们解决的不同问题对这些方法进行分组:1)将测序读数分配给它们可能的起源基因。这通过将读段映射到基因组和/或可用基因注释的方法来解决。2)恢复剪接事件和同种型的序列。这是解决转录重建和从头组装方法。3)事件和同种型的定量。在重建转录物或使用注释之后,许多方法估计表达水平或同种型和/或事件的相对使用。4)提供差异剪接或表达的同种型或事件视图。这些包括在两种或更多种条件下比较相对事件/同种型丰度或同种型表达的方法。5)可视化剪接调控。各种工具有助于在可变剪接的背景下可视化RNA-Seq数据。在这篇综述中,我们不描述每种方法背后的具体数学模型。我们的目的是提供一个概述,可以作为一个切入点,为用户谁需要决定一个合适的工具,为特定的分析。我们还试图提出一个分类的工具,根据他们做的操作,以方便比较和选择的方法。
2015-07-30 q-bio.GN
Scalable Amortized GPLVMs for Single Cell Transcriptomics Data
Stanford University(斯坦福大学);University of Cambridge(剑桥大学);Broad Institute of MIT and Harvard(麻省理工学院与哈佛大学博德研究所)
本文提出面向单细胞 RNA-seq 的摊销随机变分贝叶斯 GPLVM(BGPLVM),通过专用编码器、核与似然设计提升聚类和可解释性,在合成及 COVID 数据上媲美 scVI。
2024-05-06 cs.LG q-bio.GN stat.AP
Isoform reconstruction using short RNA-Seq reads by maximum likelihood is NP-hard
最大似然法是一种流行的异构体重建技术。在这里,我们证明了通过最大似然法使用短RNA测序读数的同种型重建是NP困难的。
2013-05-04 q-bio.GN q-bio.QM
On de novo Bridging Paired-end RNA-seq Data
本研究针对无参考基因组的双端RNA-seq数据从头拼接问题,设计了截断Dijkstra算法及基于最短路径树复用的加速算法,实现了大规模cdBG下的高效精准拼接,开发了开源工具,助力下游转录组分析。
2023-03-27 cs.DS q-bio.GN
Probe region expression estimation for RNA-seq data for improved microarray comparability
快速增长的公共基因表达数据库包含了丰富的数据,可用于构建前所未有的人类生物学和疾病详细图像。这些数据来自许多不同的测量平台,这使得整合这些数据变得困难。虽然RNA测序(RNA测序)吸引了最多的关注,但目前提交到公共数据库的新微阵列研究的速度远远超过新RNA测序研究的速度。显然,需要有一种方法,使不同技术的数据更容易结合起来。在本文中,我们提出了一种处理RNA测序数据的新方法,该方法产生的基因表达估计值与来自微阵列数据的相应估计值更加相似,从而大大提高了跨平台的可比性。我们称之为PREBS的方法是基于从与微阵列探针区域重叠的RNA测序读取中估计表达,并用微阵列汇总算法RMA处理这些估计。使用配对的微阵列和来自TCGA LAML数据集的RNA测序样本,我们表明,来自RNA测序的PREBS表达估计值与来自其他RNA测序处理方法的基于微阵列的表达估计值更相似。在使用RNA测序查询样品从数据库检索配对的微阵列样品的实验中,发现基于PREBS表达估计定义的基因签名比来自其他方法的那些更准确。PREBS还允许使用RNA测序数据的新方法,例如微阵列探针组的表达估计。在Bioconductor软件包“prebs”中可以实现所提出的方法。
2014-10-15 q-bio.GN q-bio.QM
MSIQ: Joint Modeling of Multiple RNA-seq Samples for Accurate Isoform Quantification
下一代RNA测序(RNA-seq)技术已被广泛用于以高通量方式评估全长RNA同种型丰度。RNA-seq数据提供了对基因表达水平和转录组结构的深入了解,使我们能够更好地了解基因表达和基本生物过程的调控。由于测序实验中的信息丢失,来自RNA-seq数据的准确异构体定量具有挑战性。最近来自相同组织或细胞类型的多个RNA-seq数据集的积累为提高亚型定量的准确性提供了新的机会。然而,用于多个RNA-seq样品的现有统计或计算方法在估计同种型丰度时将样品汇集到一个样品中或对样品分配相等的权重。这些方法忽略了不同样品质量的可能异质性,可能导致偏倚和不稳健的估计。在这篇文章中,我们开发了一种方法,我们称之为“多个RNA-seq样本的准确异构体定量联合建模”(MSIQ),通过在贝叶斯框架下整合多个RNA-seq样本来实现更准确和更强大的异构体定量。我们的方法旨在(1)识别具有同质质量的一致样本组,以及(2)通过允许一致组上的更高权重来联合建模多个RNA-seq样本,从而提高亚型定量准确性。我们表明,MSIQ提供了一个相合估计量的异构体丰度,我们证明了MSIQ的准确性和有效性相比,替代方法通过模拟研究D。melanogaster基因我们通过对来自人类胚胎干细胞、脑组织和HepG 2永生化细胞系的真实RNA-seq数据的应用研究,证明了MSIQ优于现有方法的优势。
2017-12-02 q-bio.GN q-bio.QM stat.AP