SASeq：一种使用 RNA-Seq 检测和量化活跃转录本的选择性自适应收缩方法

使用 RNA-Seq 识别和量化特定条件下的转录本在转录组学研究中至关重要。虽然最初使用读数或每个碱基的外显子信号的数学或统计建模取得了成功，但它们可能会受到模型过拟合的影响，因为数据库中并非所有的参考转录本都在特定生物条件下表达。标准的收缩方法（如 Lasso）以无差别的方式将所有转录本丰度收缩至零。因此，它不一定会产生特定条件下的转录本集合。因此，使用观察到的外显子覆盖信号的知情收缩方法是可取的。受 RNA-Seq 数据中普遍存在的未覆盖外显子区域（称为“裸露外显子”）的启发，我们提出了一种新的计算方法，该方法首先过滤掉不受剪接和双端读数支持的参考转录本，然后拟合一个新的关于每个碱基的外显子覆盖信号与底层转录本结构的数学模型。我们引入了一个调谐参数，用于惩罚所选转录本中不受裸露外显子支持的特定区域。使用模拟和真实数据，我们的方法在时间复杂度和准确性方面均优于所选的竞争方法。我们的方法在 SAMMate 中实现，这是一个可从 http://sammate.sourceforge.net 免费获取的 GUI 软件套件。