Statistical modeling of isoform splicing dynamics from RNA-seq time series data
异构体定量是RNA测序实验的一个重要目标，但对于低表达或几种异构体的基因仍然存在问题。这些困难原则上可以通过利用相关的实验设计，如时间序列或剂量反应实验来改善。特别地，时间序列RNA测序实验正变得越来越流行，但是没有明确地利用实验设计来改进同种型定量的方法。在这里，我们提出了DICEseq，第一个异构体定量方法定制相关的RNA测序实验。DICEseq明确模拟了不同RNA测序实验之间的相关性，以帮助跨实验定量同种型。在模拟数据集上的数值实验表明，DICEseq产生的结果比最先进的方法更准确，这一优势在低覆盖率下可能变得相当可观。在真实数据集上，我们的结果表明DICEseq提供了实质上更可重复和稳健的定量，在具有低或中等表达水平的基因（所有基因的下三分之一）上，将来自重复数据集的估计值的相关性增加了高达10%。此外，DICEseq允许量化RNA的时间采样和测序深度之间的权衡，这通常是计划实验时的重要选择。我们的研究结果对RNA测序实验的设计具有重要意义，并为改进此类数据集的分析提供了一种新的工具。Python代码可以在http://diceseq.sf.net上免费获得。
2016-02-19 q-bio.GN
Intronic Alus Influence Alternative Splicing
对人类转录组的检查显示，RNA编辑水平高于迄今为止测试的任何其他生物。这表明在人类转录组内广泛的双链RNA（dsRNA）形成。大多数编辑位点位于灵长类特有的称为Alu的逆转录元件中。在内含子序列中发现了大部分Alus，这意味着mRNA前体中广泛的Alu dsRNA形成。然而，这些内含子Alus对侧翼外显子剪接的影响在很大程度上是未知的。在这里，我们表明，更多的Alus侧翼选择性剪接的外显子比组成性剪接的，这是特别值得注意的那些外显子，已经改变了他们的剪接模式，从组成的替代在人类进化过程中。这意味着Alu的插入可能会改变侧翼外显子的剪接模式。事实上，我们通过实验证明，两个Alu元件以相反的方向插入内含子中进行碱基配对，如RNA编辑所示，并影响下游外显子的剪接模式，将其从组成型转变为替代型。我们的研究结果表明内含子Alus在影响侧翼外显子剪接中的重要性，进一步强调了Alus在人类转录组形成中的作用
2008-11-21 q-bio.GN q-bio.PE
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
High-resolution transcriptome analysis with long-read RNA sequencing
RNA测序（RNA-seq）能够表征和定量单个转录组以及检测等位基因表达和可变剪接的模式。目前的RNA-seq方案依赖于cDNA的高通量短读序测序。然而，随着持续的进步正在迅速产生增加的读段长度，在确定读段长度的差异影响各种转录组分析的程度方面仍然存在技术障碍。在这项研究中，我们为淋巴母细胞系GM 12878生成了两个不同读取长度（2x 75 bp和2x262 bp）的配对末端RNA-seq数据集，并比较了读取长度对转录组分析的影响，包括读取映射性能，基因和转录本定量，以及等位基因特异性表达（ASE）和等位基因特异性可变剪接（ASAS）模式的检测。我们的研究结果表明，虽然目前的长读长方案比短读长测序昂贵得多，但只有更长的读长才能实现重要的好处，包括更低的映射偏差和减少将读长分配给基因组元件（如mRNA转录本）的模糊性。我们表明，这些好处最终导致改善检测顺式作用的调节和剪接变异的影响在个人。
2014-05-28 q-bio.GN
Selecting Differential Splicing Methods: Practical Considerations
本文综述22种RNA-seq差异剪接生物信息学工具，按统计方法和分析层级分类，比较其性能与适用场景，并提出工具选择指南。
2024-09-09 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
Embedded transfer RNA Genes
在广古菌产甲烷菌M.kandleri和微古菌N.马的一些缺失的tRNA基因嵌入在其他基因中。我们认为，从生物信息学证据，位置特异性内含子剪接是这些tRNA基因的共同定位背后的关键。
2005-09-22 q-bio.BM q-bio.GN
Genome-wide modelling of transcription kinetics reveals patterns of RNA production delays
由于转录时间、降解速率和RNA加工动力学的差异，具有相似转录激活动力学的基因可以显示非常不同的时间mRNA谱。最近的研究表明，剪接相关的RNA生产延迟可能是显着的。我们介绍了一个联合模型的转录激活和mRNA的积累，可用于推断的转录速率，RNA的生产延迟和降解速率的高通量测序时间过程实验的全基因组数据。我们结合了一个机械微分方程模型与非参数统计建模方法，使我们能够捕捉到广泛的激活动力学，并使用贝叶斯参数估计量化的动力学参数估计的不确定性。我们将该模型应用于MCF-7乳腺癌细胞系中雌激素受体（ER-α）激活的数据。我们使用RNA聚合酶II（pol-II）ChIP-Seq时程数据来检测转录激活，使用mRNA-Seq时程数据来定量成熟转录物。我们发现，在数据中具有良好信号的基因中，有11%在完成转录和成熟mRNA产生之间显示出超过20分钟的延迟。显示这些长延迟的基因更有可能是短的。我们还发现了高延迟和后期内含子保留在前mRNA数据之间的统计关联，表明许多基因中存在显着的剪接相关生产延迟。
2015-07-16 q-bio.GN q-bio.QM stat.AP
Improving spliced alignment by modeling splice sites with deep learning
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
Bayesian Reconstruction and Differential Testing of Excised mRNA
University of Connecticut（康涅狄格大学）
表征mRNA的差异切除对于理解从正常发育过程到疾病发病机制的细胞或组织的功能复杂性至关重要。大多数转录本重建方法从高通量测序数据推断全长转录本。然而，这是一个具有挑战性的任务，由于不完整的注释和不同类型的细胞，组织和实验条件下的转录本的差异表达。最近的几种方法通过考虑局部剪接事件来规避这些困难，但是这些方法丢失了转录水平的剪接信息并且可能混淆转录物。我们开发了第一个概率模型，调和转录和本地剪接的角度。首先，我们形式化的序列的mRNA切除（SME）重建问题，其目的是组装可变长度的序列的mRNA切除从RNA测序数据。然后，我们提出了一种新的分层贝叶斯混合模型的切除mRNA（BREM）的重建。BREM在局部剪接事件和全长转录本之间插入，因此仅关注具有高后验概率的SME。我们开发的后验推理算法的基础上吉布斯抽样和独立集的局部搜索和特征差分中小企业使用广义线性模型的基础上收敛BREM模型参数。我们表明，BREM实现了更高的F1分数重建任务和提高的准确性和灵敏度，在差异剪接相比，四个国家的最先进的转录和本地剪接方法的模拟数据。最后，我们基于转录重建、产生的转录物的新颖性、模型对超参数的敏感性以及差异表达的SME的功能分析，在批量和scRNA测序数据上评估了BREM，证明BREM捕获了相关的生物信号。
2022-11-14 cs.LG q-bio.GN q-bio.QM
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 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
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
DNA-Level Splice Junction Prediction using Deep Recurrent Neural Networks
Seoul National University（首尔国立大学）
真核基因由多个外显子（蛋白质编码区）和内含子（非编码区）组成，剪接点是指一对外显子和内含子之间的边界。精确识别基因上的spice连接点对于破译其一级结构、功能和相互作用是重要的。用于确定外显子/内含子边界的实验技术包括RNA-seq，其通常伴随有计算方法。典型的剪接信号是已知的，但由于大量的假阳性和其他并发症，计算连接预测仍然具有挑战性。在本文中，我们利用深度循环神经网络（RNNs）对DNA序列进行建模并检测其上的剪接点。我们测试了各种RNN单元和架构，包括长短期记忆单元、门控递归单元，以及最近提出的用于深入设计空间探索的iRNN。根据我们的实验结果，所提出的方法显着优于传统的机器学习为基础的方法，但也是最近的最先进的基于深度信念网络的技术在预测精度方面。
2015-12-16 cs.LG q-bio.GN
Stress induces remodelling of yeast interaction and co-expression networks
网络分析为全基因组数据的解释提供了一个强大的框架。虽然静态网络的方法已被证明是富有成效的，有越来越多的兴趣在不同条件下的蜂窝网络的分析所获得的见解。在这项工作中，我们研究了应力对裂殖酵母细胞网络的影响。应激引发复杂的大规模细胞反应，涉及从细胞生长和代谢向保护和维持的资源转移。以前的工作表明，这些变化可以在网络层面上得到赞赏。在本文中，我们研究了两种类型的细胞网络：基因共调控网络和加权蛋白质相互作用网络。我们表明，在应对氧化应激，共调节网络重组朝着一个更加模块化的结构：而套基因变得更加紧密的共调节，这些模块之间的共调节减少。这种转变转化为更长的平均最短路径长度，增加了传递性，并减少了这些网络中的模块重叠。我们还发现了一个类似的变化，在加权蛋白质相互作用网络在响应氧化应激和氮饥饿，确认和扩展以前的研究结果。网络结构的这些变化可能代表网络鲁棒性的增加和/或更专业的功能模块的出现。此外，我们发现应激诱导非编码RNA的更紧密的共调节，剪接因子的功能重要性降低，以及参与染色质组织、细胞骨架组织、细胞分裂和蛋白质周转的基因中心性的变化。
2013-03-20 q-bio.CB q-bio.GN q-bio.MN
