Sashimi plots: Quantitative visualization of RNA sequencing read alignments
我们引入了Sashimi图,这是一种与基因注释对齐的mRNA测序读数的定量多样本可视化。生鱼片图是使用比对(以SAM/BAM格式存储)和基因模型注释(以GFF格式存储)制作的,其可以由用户定制或从数据库如Ensembl或UCSC获得。我们描述了两种实现的刺身图:(1)一个独立的命令行实现,旨在使可定制的出版物质量的数字,和(2)一个实现内置到集成基因组查看器(IGV)浏览器,它可以快速和动态创建刺身图的任何感兴趣的基因组区域,适合探索性分析的转录组的可变剪接区域。由MISO程序输出的异构体表达估计值可以任选地与生鱼片图一起绘制。生鱼片图可用于快速筛选感兴趣的基因组区域的差异剪接外显子,并可用于出版质量图。Sashimi绘图软件和文档可从http://genes.mit.edu/burgelab/miso/docs/sashimi.html获得
2013-06-14 q-bio.GN
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
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
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
Isoform Function Prediction Using a Deep Neural Network
Sharif University of Technology(谢里夫理工大学)
针对同工型功能标注稀缺问题,本文整合序列、表达谱与GO图谱,提出基于深度神经网络的综合预测模型,并以ROC AUC和PR AUC评估性能。
2023-04-25 cs.AI cs.LG q-bio.GN
Improving spliced alignment by modeling splice sites with deep learning
Harvard Medical School(哈佛医学院);Dana-Farber Cancer Institute(丹娜法伯癌症研究所);Broad Insitute of MIT and Harvard(麻省理工学院和哈佛大学博德研究所)
本文提出minisplice,利用一维卷积神经网络建模剪接位点,并将学习到的剪接概率整合到minimap2和miniprot中,显著提升了长读长RNA-seq和远缘同源蛋白质的剪接比对准确性。
2025-09-20 q-bio.GN
Detecting Differential Expression from RNA-seq Data with Expression Measurement Uncertainty
高通量RNA测序(RNA测序)已经成为一种革命性的和强大的表达谱分析技术。大多数提出的用于检测来自RNA测序的差异表达(DE)基因的方法是基于比较条件之间的标准化读段计数的统计学。然而,目前将测量不确定度引入DE检测的方法还不多见。此外,大多数方法只能检测DE基因,很少有方法可用于检测DE亚型。在本文中,贝叶斯框架(BDSeq)提出了检测DE基因和异构体与表达测量不确定性的考虑。这种表达测量不确定度提供了有用的信息,可以帮助提高DE检测的性能。使用三个真实的RAN-seq数据集来评估BDSeq的性能,结果表明,包含表达测量不确定性提高了DE基因和亚型检测的准确性。最后,我们开发了GamSeq-BDSeq RNA测序分析管道以方便用户,该管道可在网站http://parnec.nuaa.edu.cn/liux/GSBD/GamSeq-BDSeq.html上免费获得。
2014-11-15 cs.CE q-bio.GN q-bio.QM
Integrating splice-isoform expression into genome-scale models characterizes breast cancer metabolism
动机:尽管基因通常被认为是细胞命运和生理学的主要贡献者,但单独的基因不能预测细胞表型。在基因表达过程中,人类基因中95%的基因通过可变剪接可以编码多种蛋白质。虽然基因的大多数剪接变体具有相同的功能,但某些关键基因中的变体可能具有显着不同的作用。为了弥合基因型和表型之间的差距,条件和组织特异性代谢模型已经构建。然而,目前的代谢模型只包括基因水平的信息。因此,正如科学界最近承认的那样,剪接异构体表达水平的变化改变代谢结果的常见情况无法建模。结果:我们在这里提出了GEMsplice,第一种将剪接异构体表达数据纳入基因组规模代谢模型的方法。使用GEMsplice,我们充分利用RNA-Seq定量表达谱,首次预测剪接异构体水平变化对1455例31种不同乳腺癌类型患者代谢的影响。我们通过生成癌症与正常代谢途径的预测,并通过与基因水平的方法和乳腺癌影响的途径的现有文献进行比较,来验证GEMsplice。GEMsplice可在https://github.com/GEMsplice/GEMsplice_code上免费供学术使用。与最先进的方法相比,我们预计GEMsplice将首次实现转录水平的计算分析,并具有剪接异构体分辨率。
2018-09-21 q-bio.GN
Utilizing RNA-Seq Data for Cancer Network Inference
癌症系统生物学的一个重要挑战是揭示与癌症有关的基因(肿瘤抑制基因和癌基因)之间复杂的相互作用网络。下一代测序提供了无与伦比的能力来探测整个癌症基因组及其转录异构体的表达水平。然而,在解释高维测序数据和推断潜在的遗传网络方面存在繁重的统计和计算问题。在这项研究中,我们分析了来自69个人类个体的淋巴母细胞系的RNA测序数据,并实施了一个概率框架来构建生物相关的遗传网络。特别是,我们采用了图形套索分析,出于最大熵形式主义的考虑,估计RNA测序数据的稀疏逆协方差矩阵。基因本体论,途径富集和蛋白质-蛋白质路径长度分析都进行了验证相互作用的癌症基因异构体的预测网络的生物背景。
2012-12-06 q-bio.GN
Statistical Modeling of RNA-Seq Data
最近,超高通量RNA测序(RNA-Seq)已被开发为用于分析基因表达的方法。通过获得转录序列的数千万甚至数亿个读数,RNA-Seq实验可以提供对任何感兴趣样品中基因(转录物)群体的全面调查。本文介绍了一个统计模型估计异构体丰度从RNA-Seq数据,是灵活的,足以容纳单端和双端RNA-Seq数据和采样偏差沿长度的转录本。在导出模型的最小充分统计量的基础上,给出了模型的极大似然估计的一个计算上可行的实现。此外,显示使用配对末端RNA-Seq在固定测序深度下提供比单末端测序更准确的同种型丰度估计。仿真研究也给出。
2011-06-16 q-bio.GN stat.ME
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
Methods for Joint Imaging and RNA-seq Data Analysis
新兴的基因组和解剖成像数据的综合分析尚未得到很好的发展,提供了宝贵的信息,为整体发现疾病的基因组结构,并有可能打开一个新的途径,发现新的疾病易感基因,不能确定,如果他们被单独分析。成像和基因组数据分析成功的一个关键问题是如何减少它们的维度。用于成像信息提取和RNA测序数据简化的大多数先前方法不探索成像空间信息,并且通常忽略基因组位置水平上的基因表达变化。为了克服这些局限性,我们扩展功能主成分分析从一维到二维(2DFPCA)表示成像数据,并开发了一个多功能线性模型(MFLM),其中图像的功能主得分作为多个数量性状和跨基因的RNA测序作为一个功能预测器评估与图像的基因表达的关联。所开发的方法已应用于卵巢癌和KIRC研究的图像和RNA测序数据。我们分别鉴定了24个和84个基因,它们的表达与卵巢癌和KIRC研究中的成像变异相关。我们的研究结果表明,许多与图像显著相关的基因没有差异表达,但揭示了它们的形态和代谢功能。MFLM回归系数函数的峰值往往能发现剪接位点和多个基因表达亚型。
2014-09-13 q-bio.GN
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
PIntron: a Fast Method for Gene Structure Prediction via Maximal Pairings of a Pattern and a Text
目前的计算方法的外显子-内含子结构预测从一个集群的转录本(EST,mRNA)的数据没有表现出必要的时间和空间效率,以处理超过20,000 EST和基因长于1 Mb的大集群。保证准确性和效率似乎是一个计算目标相当远的实现,因为准确性是严格相关的利用存在于一个大的集群中的信息的固有冗余。我们提出了一个快速的方法,结合两个想法的问题:一种新的算法,证明小的时间复杂度计算剪接的成绩单对基因组的比对,和一个有效的算法,利用固有的冗余信息在一个集群的成绩单选择,在所有可能的因子分解EST序列,那些允许推断剪接位点的连接高度确认的输入数据。EST比对过程是基于最大嵌入的构建,所述最大嵌入是从称为嵌入图的图结构的路径获得的序列,所述图结构的顶点是基因组序列T和EST P的最大配对。所述过程在P、T和输出的大小上在时间上线性地运行。PIntron是实现我们方法的软件工具,能够在几秒钟内处理一些其他基因结构预测工具无法管理的关键基因。与此同时,与ENCODE数据相比,PIntron具有高准确性(灵敏度和特异性)。详细的实验数据、其他结果和PIntron软件可在http://www.algolab.eu/PIntron上获得。
2010-05-10 q-bio.GN
Splicing Up Your Predictions with RNA Contrastive Learning
Vector Institute(向量研究所);University of Toronto(多伦多大学);Peter Munk Cardiac Center, UHN(大学健康网络彼得·蒙克心脏中心)
本研究受语言自监督学习启发,将对比学习扩展到基因组数据,利用可变剪接和基因复制产生的功能相似序列,学习通用RNA异构体表示,在RNA半衰期和核糖体负载预测上取得竞争力结果,低数据下性能提升两倍,并产生语义有意义的表示。
2023-10-17 cs.LG q-bio.GN