学术报告

07-25-2023 使用 Bambu 从长读长 RNA-seq 数据进行上下文感知的转录本定量

关键词：Transcriptomics; Long Read; Nanopore; Transcript discovery and quantification; Machine Learning

  • 题目：使用 Bambu 从长读长 RNA-seq 数据进行上下文感知的转录本定量
  • 地点：Zoom会议 ID：878 7050 9801 密码：207409
  • 时间：北京时间 7 月 25 日 星期二 04:00 PM
  • 腾讯会议链接：点击进入
  • 主讲人：陈颖博士
    • 所属机构：Genome Institute of Singapore
    • 职称：博士后
    • 教育背景：
    • 2020-至今：Genome Institute of Singapore - Senior Scientist I
    • 2018-2020：Genome Institute of Singapore - Postdoc Fellow
    • 2014-2019：National University of Singapore - PhD in Saw Swee Hock School of Public Health
    • 2010-2014：National University of Singapore - Bsc in Statistics and Applied Probability

中文摘要

大多数转录本定量方法都依赖于固定的参考注释, 然而，转录组是动态的。静态注释通常会包含某些基因的非活性异构体（isoform），而对于其他一部分基因来说静态注释又是不完整的。在这里，我们介绍了 Bambu，一种基于机器学习发现长读转录组基因测序数据中转录本异构体并进行实时量化的方法。为了识别新的转录本，Bambu 发明了一种新的参数（NDR）， 相比之前任意的每个样本阈值，具有单个、可解释的、精确校准的特性。Bambu 保留全长和独特的读数计数，从而能够在存在非活性异构体的情况下进行准确定量。与现有的转录本发现方法相比，Bambu 在不牺牲灵敏度的情况下实现了更高的精度。我们表明，特定样本注释可以提高新转录本和已知转录本的量化。我们应用 Bambu 来量化人胚胎干细胞中重复的 HERVH-LTR7 逆转录转座子的亚型，证明了进行样本特异性转录表达分析的能力。

参考文献

  1. Chen, Y., Sim, A., Wan, Y.K. et al. Context-aware transcript quantification from long-read RNA-seq data with Bambu. Nat Methods (2023). link

关键词

  • 图泛基因组,种质资源,挖掘与应用
comments powered by Disqus