使用解旋酶隐马尔可夫模型对纳米孔测序过程进行建模

纳米孔测序技术的最新进展，特别是 Oxford Nanopore Technology 的 R10 纳米孔，要求开发改进的数据处理方法，以充分发挥其超过9-mer分辨率的潜力。离子电流的处理主要采用基于神经网络的方法，这些方法以高碱基识别准确率著称，但在更高分辨率下面临发展瓶颈。有鉴于此，我们引入了解旋酶隐马尔可夫模型（HHMM），这是一种新颖的框架，旨在将解旋酶马达蛋白的动力学与纳米孔测序过程中的核苷酸序列结合起来。该模型支持对数百万个不同状态的分析，增强了我们对原始离子电流及其与核苷酸序列比对的理解。我们的发现证明了 HHMM 不仅是一种强大的可视化工具，也是开发先进碱基识别算法的有效基础。这一方法为充分发挥新兴高分辨率纳米孔测序技术的全部能力提供了一条极具前景的途径。