BIISQ：基于贝叶斯非参数的异构体发现与个体特异性定量方法
定量方法
2018-05-09 v1
摘要
大多数人类蛋白质编码基因可转录为多种可能的不同 mRNA 异构体。这些可变剪接模式促进了分子多样性，异构体表达失调在疾病病因学中起着重要作用。然而，由于异构体共享相同的子序列并以组织和样本特异性频率存在，从短读长 RNA-seq 数据中表征异构体十分困难。在此，我们开发了 BIISQ，一种从 RNA-seq 数据中发现异构体并进行个体特异性定量的贝叶斯非参数模型。BIISQ 不需要已知的异构体参考序列，而是直接通过跨样本共享的异构体目录来估计异构体组成。我们开发了一种随机变分推断方法，以实现高效且稳健的后验推断，并在短读长 RNA-seq 模拟以及来自 PacBio 长读长测序的模拟短读长数据上，与最先进的异构体重建方法相比，展示了更优的精确率和召回率。BIISQ 在较长（以外显子数量计）异构体和低表达异构体方面取得了最显著的增益（在模拟中，低覆盖度下正确推断的转录本数量增加超过 500%）。最后，我们估计了 GEUVADIS RNA-seq 数据中的异构体，识别了调控转录本比率的遗传变异，并证明了这些变异在与 mRNA 剪接调控相关的功能元件中的富集。
引用
@article{arxiv.1703.08260,
title = {BIISQ: Bayesian nonparametric discovery of Isoforms and Individual Specific Quantification},
author = {Derek Aguiar and Li-Fang Cheng and Bianca Dumitrascu and Fantine Mordelet and Athma A Pai and Barbara E Engelhardt},
journal= {arXiv preprint arXiv:1703.08260},
year = {2018}
}